秦皇岛市科学技术研究与发展计划课题(201001A064)
- 作品数：4 被引量：4H指数：1
- 相关作者：任玉艳鲍洁王洪瑞更多>>
- 相关机构：国家发展和改革委员会燕山大学河北大学更多>>
- 发文基金：秦皇岛市科学技术研究与发展计划课题国际科技合作与交流专项项目河北省科技厅指导计划项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于决策支持的信息融合系统的研究被引量：2
- 2011年
- 目前信息融合的研究重点多数都集中于信息处理技术和算法的研究,因此缺少了信息融合系统在认知能力和实际应用方面的研究。本文回顾了迄今为止关于信息融合的研究,并且提出了将信息融合系统作为实际决策支持系统的必备条件。此外还提供了一种构建信息融合系统的方法,这种方法不仅能保证信息融合系统作为决策支持系统的有效性,还提供了从用户视角以及自顶向下的信息融合的方法。
- 鲍洁任玉艳
- 关键词：信息融合决策支持用户视角自顶向下
- 改进蚁群算法在支持向量机中的应用被引量：1
- 2011年
- 提出一种改进的蚁群算法(ACA)来优化支持向量机(SVM)训练参数。该改进算法建立于每只蚂蚁只根据参数β在其前次迭代的最优解附近搜索,可快速减少搜索范围。参数β的提出可以保证蚁群快速地达到最优解。仿真结果表明:使用该方法优化SVM参数可有效避免陷入局部极值,提高收敛速度。
- 任玉艳鲍洁王洪瑞
- 关键词：支持向量机蚁群算法
- 基于量子激励的粒子群优化的BP网络算法
- 2011年
- 提出一种基于量子激励粒子群算法优化BP网络参数的新方法。该算法在粒子群优化算法中引入量子论思想,克服了传统粒子群算法易陷入局部极值、优化效果较差的不足,最终得到BP网络的最佳参数值。将该算法应用于3个典型复杂函数,并与传统BP算法、基于传统的粒子群优化BP网络算法的仿真结果进行分析对比。结果表明:该算法训练次数少,模型精度高,性能优于其它两种BP网络算法。
- 任玉艳鲍洁王洪瑞
- 关键词：BP网络粒子群优化量子论量子粒子群优化权值调整
- 粒子群优化BP网络及其应用被引量：1
- 2011年
- 提出一种基于量子激励粒子群算法优化BP网络的参数方法.该算法在粒子群优化算法中引入量子论思想,克服了传统粒子群算法易陷入局部极值、优化效果较差的缺点,最终得到BP网络的最佳参数值.利用优化后的BP网络控制仿生机器马的运动状态,仿真结果表明该算法能快速、准确地达到最佳控制效果.
- 任玉艳王洪瑞鲍洁
- 关键词：BP网络量子论优化算法
