您的位置: 专家智库 > >

四川省应用基础研究计划项目(07JY029-125)

作品数:6 被引量:15H指数:2
相关作者:牟廉明詹德川黎铭周志华刘高峰更多>>
相关机构:内江师范学院南京大学更多>>
发文基金:四川省应用基础研究计划项目国家自然科学基金四川省教育厅自然科学科研项目更多>>
相关领域:自动化与计算机技术理学更多>>

文献类型

  • 6篇中文期刊文章

领域

  • 5篇自动化与计算...
  • 1篇理学

主题

  • 1篇蚁群
  • 1篇蚁群算法
  • 1篇蚁群系统
  • 1篇有限群
  • 1篇正规子群
  • 1篇弱C-正规子...
  • 1篇凸包
  • 1篇群算法
  • 1篇子群
  • 1篇自适
  • 1篇自适应
  • 1篇旅行商
  • 1篇旅行商问题
  • 1篇聚类
  • 1篇聚类方法
  • 1篇聚类分析
  • 1篇可解
  • 1篇可解群
  • 1篇快速生成算法
  • 1篇类方

机构

  • 6篇内江师范学院
  • 1篇南京大学

作者

  • 6篇牟廉明
  • 1篇周志华
  • 1篇黎铭
  • 1篇詹德川
  • 1篇刘熠
  • 1篇秦亚
  • 1篇刘高峰

传媒

  • 1篇合肥工业大学...
  • 1篇模式识别与人...
  • 1篇计算机工程
  • 1篇计算机应用与...
  • 1篇四川师范大学...
  • 1篇内江师范学院...

年份

  • 1篇2013
  • 1篇2011
  • 4篇2010
6 条 记 录,以下是 1-6
排序方式:
基于参数动态变化和变异的蚁群算法被引量:4
2010年
针对蚁群算法存在求解速度慢、容易出现早熟和停滞现象,提出一种基于参数动态变化和变异的自适应蚁群算法(PDMACS)。将参数分为全局参数和局部参数,对参数的功能进行讨论,设计局部参数q0随蚂蚁求解质量动态变化和全局参数ρ随平均节点分支数自适应调整的方法提高算法全局搜索能力,并采用一种简单高效的变异算法加快收敛速度。用TSPLIB中的范例进行比较实验,结果表明,与传统算法相比,该算法的求解质量、稳定性以及收敛速度都有所提高。
牟廉明
关键词:蚁群系统参数自适应旅行商问题
有限群的某些Sylow子群的极大子群被引量:2
2010年
利用Fitting(广义Fitting)子群的Sylow子群的极大子群在G中弱c-正规性得到了若干有限超可解群的若干充分条件;并将此结果推广到群系上,得到了包含超可解群类的饱和群系的充分条件,推广了一些已知结果.
刘熠秦亚牟廉明
关键词:弱C-正规子群SYLOW子群极大子群超可解群
一种城市公交查询快速算法被引量:2
2010年
针对目前城市公交查询存在的问题,首先对城市公交查询需求进行了详细分析,利用最优直达矩阵对初始公交数据进行预处理;其次设计了换乘算子并给出最优查询标准判断方法;然后利用直达矩阵是一个典型的稀疏矩阵,将直达矩阵转化为十字链表,设计了高效的查询算法;最后应用实例对算法的有效性进行了比较和验证。
牟廉明刘高峰
关键词:城市公交
多重集划分快速生成算法
2010年
通过引入两种新结构:有序搜索树和向量进制运算,设计了多重集划分和多重集k划分的有效非递归生成算法,并对算法的正确性和有效性进行了分析.算法可以在划分数的线性时间复杂度内生成所有划分,并且在平均意义下可以用常量时间由一个划分生成下一个划分.同时,该算法可用于整数拆分、普通集合划分以及其它组合生成问题。
牟廉明
基于度量学习的邻域k凸包集成方法被引量:2
2013年
k局部凸包分类方法通过改进k近邻算法在处理小样本问题时的决策边界而显著提高分类性能,k子凸包分类方法通过克服k凸包分类对类数和样本环状分布的敏感性而改善了分类性能。但是,该方法仍然对样本距离度量方法敏感,并且在k邻域内不同类的样本数经常严重失衡,导致分类性能下降。针对上述问题,文章提出了一种邻域k凸包分类方法,并通过引入距离度量学习和集成学习技术来提高算法对样本空间度量的鲁棒性。大量实验表明,文中提出的基于度量学习的邻域k凸包集成方法具有显著的分类性能优势。
牟廉明
关键词:K近邻
基于结构相似性和压缩变换的聚类方法被引量:5
2011年
针对聚类分析在处理任意形状、任意密度和具有一定结构特征的数据集时存在的不足,首先在数据空间中建立离散拓扑流形,通过在此结构上定义邻域密度相似性和邻域密度变化光滑性两个相对性度量标准,并利用可达性给出样本结构相似性和类结构的定义,证明类结构关系是一个等价关系.然后将结构相似性当作吸引力,设计基于压缩变换的聚类方法,该方法具备处理任意形状、任意密度和解释性好等许多优点.最后在人工数据集和标准数据集上的比较实验结果表明,该方法在聚类效率和有效性上都明显优于其它聚类算法.
牟廉明詹德川黎铭周志华
关键词:聚类分析类结构
共1页<1>
聚类工具0