【摘 要】
：
首先,提出了一种改进的粒子群优化(IPSO)算法.在IPSO中,粒子不仅根据自身和同伴中最好的个体调整自己的飞行速度,而且也按照一定的概率向其他个体学习.这种强化后的学习行为
【机 构】
：
华北电力大学计算机科学与技术学院,保定,071003
【出 处】
：
2005第一届中国分类技术与应用研讨会(CSCA)
论文部分内容阅读
首先,提出了一种改进的粒子群优化(IPSO)算法.在IPSO中,粒子不仅根据自身和同伴中最好的个体调整自己的飞行速度,而且也按照一定的概率向其他个体学习.这种强化后的学习行为更符合自然界生物的学习规律,更有利于粒子发现问题的全局最优解.其次,给出了应用IPSO训练RBF神经网络的方法.在此训练算法中,RBF网络的基函数的个数为减聚类算法得到的聚类个数;聚类中心和宽度被作为一个粒子的初始位置向量,对粒子的搜索有较好的指导作用.最后,对IRIS分类问题的仿真结果表明,所提出的方法是可行的,所训练出的RBF网络具有较好的泛化能力。
其他文献
如何能有效地保持原本学习过的知识,又能不断获取新知识?这是增量学习面临的难题.将集成学习算法移植应用于增量学习,建立了模块化增量学习模型,研究了BehaviorKnowledgeSpac
皮肤粘膜出血 :这是 HFRS最常见的出血部位。发热期可以发现有前胸和腋下皮肤呈点状或抓痕样出血点。软腭和咽后壁粘膜呈片状针尖样出血点。休克期和少尿期主要表现是前臂、
哮喘持续状态是指哮喘急性严重发作 ,经合理应用拟交感神经药物仍不能在 2 4小时内缓解 ,属于危重型哮喘 ,是引起哮喘病人死亡的主要原因。因此国内外均对此类病人的早期诊断
缺失数据的处理是数据挖掘和学习分类系统中的重要问题之一.在传统的学习分类系统中,有两种处理缺失数据的方法:①通过统计已知数据预测缺失数据;②将缺失数据标记为"任意值
近日从江苏省卫生厅获悉，江苏省积极开展婚姻保健、孕产期保健、儿童保健以及出生缺陷监测和预防、使用合格碘盐、健康教育等综合性防治工作，有效地预防和减少了出生缺陷和残疾
数据挖掘的一个重要方法是采用机器学习技术产生分类器.将分类器集成到一起将会大大降低分类错误率.传统的助推方法是适合任何分类器的,而针对决策树的助推方法将进一步提高
最小最大模块化分类器是一种具有弹性的任务分解和简单的结果合成的组合分类器框架.已有研究表明,最小最大模块化分类器任务分解的一种有效策略是使用聚类或者逆向聚类方法.
RSOM树由SOM网络自适应生长形成,具有良好的自学习能力和自适应增长能力,在模式识别中表现出良好的性能,而通常的模式识别问题包含大量复杂的计算,因此,研究RSOM树的并行算法
为解决分类数据、高维数据中的异常检测问题,基于属性值的频数差异性理论给出了一个新的异常定义,并提出了判断异常显著性的异常存在判别准则,实验结果表明该判别准则可有效
显露模式(EP)是支持度从一个数据集到另一个数据集发生显著变化的项集.EP具有很强的区分能力,可以建立很好的分类器.提出了一种可调整权值的基于EP的分类方法CEPAW(classific