黄山
- 作品数：3 被引量：25H指数：2
- 供职机构：广西大学计算机与电子信息学院更多>>
- 发文基金：教育部人文社会科学研究基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 解复杂连续函数优化问题的动态量子遗传算法被引量：2
- 2016年
- 研究了一种解复杂连续函数优化的动态量子遗传算法(DQGA)。设计一种动态量子旋转角的更新策略及量子门调整策略,以加快算法收敛速度,同时为淘汰适应度差的个体,量子旋转策略表中动态地嵌入了变异算子。在算法进化后期引入灾变算子使算法及时跳出局部最优,避免早熟收敛。五个复杂连续函数的测试实验表明:所提算法对复杂连续函数优化问题的寻优能力较QGA更强,算法的稳定性更高,算法的迭代次数亦优于传统量子遗传算法。
- 黄山覃华苏一丹冯志新
- 关键词：量子遗传算法
- 低偏差蒙特卡罗序列的量子遗传算法被引量：3
- 2017年
- 针对量子遗传算法存在迭代次数多、计算时间长、容易陷入局部极值的问题,提出一种低偏差蒙特卡罗序列量子遗传算法,利用低偏差序列良好的均匀性,实现量子遗传算法探索与利用的平衡.首先,提出新的低偏差序列Hε量子门来更新量子态形式的种群,提高算法探索量子态的能力,减少算法的迭代次数;其次,提出Pareto集邻域搜索,在当前近优解上用低偏差序列在当前解上进行邻域搜索,以寻找更优的解.在5个复杂函数优化问题上验证本文算法,实验结果表明:所提算法的寻优能力较传统量子遗传算法更强,解的质量有两个数量级以上的提高;算法的计算时间和迭代次数亦优于传统量子遗传算法,引入低偏差序列实现量子遗传算法探索与利用的平衡是可行的.
- 黄山苏一丹覃华蒙祖强
- 关键词：量子遗传算法
- 基于KM-SMOTE和随机森林的不平衡数据分类被引量：20
- 2015年
- 基于SMOTE算法的随机森林能够很好地处理不平衡数据集的分类,是一种通过对数据进行改造以达到良好分类要求的分类器。但SMOTE算法在处理不平衡数据后,可能会导致不平衡数据集分布的整体变化以及模糊正负类边界。这两个缺陷极易导致平衡后的数据与原始数据集有很大差异,从而使分类结果有提高但仍旧不够理想。K-means算法能够有效地聚类,并达到对数据分布的描述。在此基础上,结合K-means算法与SMOTE算法,利用两者优点,文中提出了一种基于K-means的KM-SMOTE算法,有效地解决了上述两个问题。并用于随机森林分类器进行实验,结果表明,改进后的算法分类效果更加明显。
- 陈斌苏一丹黄山
- 关键词：不平衡数据集
