本文選題：雞群算法　切入點(diǎn)：雜交　出處：《計(jì)算機(jī)工程與應(yīng)用》2017年09期 　論文類型：期刊論文

【摘要】：針對(duì)雞群算法因雄雞粒子易陷入局部最優(yōu)而無(wú)法取得全局最優(yōu)問(wèn)題,提出了基于雜交的改進(jìn)的雞群算法。即在雌雞粒子更新后加入雜交機(jī)制,使雌雞粒子加速離開局部最優(yōu)點(diǎn);同時(shí)通過(guò)更新機(jī)制將性能優(yōu)越的雌雞粒子設(shè)定為雄雞粒子來(lái)避免雄雞粒子陷入局部最優(yōu),并將改進(jìn)的雞群算法用于多分類器系數(shù)的優(yōu)化。仿真實(shí)驗(yàn)結(jié)果表明,改進(jìn)的雞群算法不易陷入局部最優(yōu),且用該算法優(yōu)化的多分類器其錯(cuò)誤率降低,訓(xùn)練時(shí)間縮短。
[Abstract]:In view of the problem that the chicken swarm algorithm is unable to obtain the global optimal problem because the male chicken particle is easily trapped in the local optimum, an improved chicken swarm algorithm based on hybrid is proposed, that is, the hybrid mechanism is added after the female chicken particle is updated to accelerate the female chicken particle to leave the local optimum. At the same time, the female particle with superior performance is set to the male chicken particle by updating mechanism to avoid the chicken particle falling into the local optimum, and the improved chicken swarm algorithm is applied to the optimization of the multi-classifier coefficient. The simulation results show that, The improved chicken swarm algorithm is not easy to fall into local optimum, and the multi-classifier optimized by this algorithm can reduce the error rate and shorten the training time.
【作者單位】： 江南大學(xué)物聯(lián)網(wǎng)工程學(xué)院;
【分類號(hào)】：TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 秦鋒;楊波;程澤凱;;分類器性能評(píng)價(jià)標(biāo)準(zhǔn)研究[J];計(jì)算機(jī)技術(shù)與發(fā)展;2006年10期

2 王衛(wèi)東;鄭宇杰;楊靜宇;;智能分類器方法[J];江蘇科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年01期

3 姜鵬;秦鋒;羅慧;;基于代價(jià)信息的二類分類器性能評(píng)估方法[J];計(jì)算機(jī)技術(shù)與發(fā)展;2008年12期

4 范瑩;計(jì)華;張化祥;;分類器組合技術(shù)的多樣性研究[J];信息技術(shù)與信息化;2008年01期

5 周豫蘋;鄭荔萍;;分類器系統(tǒng)的研究與應(yīng)用[J];福建電腦;2009年07期

6 夏俊;劉金梅;;不同分類器在遙感數(shù)據(jù)分類中的性能比較[J];價(jià)值工程;2013年04期

7 ;邏輯設(shè)計(jì)講座——第八講 標(biāo)志信號(hào)和標(biāo)志分類器[J];貴州機(jī)械;1979年04期

8 駱玉霞,陳煥偉;角度分類器與距離分類器比較研究——以鹽漬土分類為例[J];國(guó)土資源遙感;2002年02期

9 馬耀華,何瑗;Augmented Bayes分類器的一種學(xué)習(xí)方法[J];計(jì)算機(jī)工程與應(yīng)用;2002年17期

10 馮彥杰,王浣塵;學(xué)習(xí)分類器在績(jī)效尋優(yōu)中的應(yīng)用及其組織決策意義[J];控制理論與應(yīng)用;2003年03期

相關(guān)會(huì)議論文 前10條

1 謝秋玲;;應(yīng)用于心電圖分類的KNN-SVM分類器研究[A];2006中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];2006年

2 李蘭春;王雙成;杜瑞杰;;認(rèn)知結(jié)構(gòu)評(píng)估的動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)分類器方法[A];2011年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第一分冊(cè)）[C];2011年

3 邵小健;段華;賀國(guó)平;;一種改進(jìn)的最少核分類器[A];中國(guó)運(yùn)籌學(xué)會(huì)第七屆學(xué)術(shù)交流會(huì)論文集（上卷）[C];2004年

4 付煥煥;李俊;張潔;;入侵檢測(cè)中機(jī)器學(xué)習(xí)算法的集成[A];中國(guó)電子學(xué)會(huì)第十七屆信息論學(xué)術(shù)年會(huì)論文集[C];2010年

5 寧可慶;汪家升;彭月祥;;用于多傳感器信息融合的人工神經(jīng)網(wǎng)絡(luò)故障分類器[A];第十七屆全國(guó)測(cè)控計(jì)量?jī)x器儀表學(xué)術(shù)年會(huì)（MCMI'2007）論文集（下冊(cè)）[C];2007年

6 湯志康;談蔚欣;王偉智;;多分類器融合的交通狀態(tài)預(yù)測(cè)[A];2006中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];2006年

7 薛忠;李艷;謝維信;;一種改進(jìn)的模糊聯(lián)想分類器[A];信息科學(xué)與微電子技術(shù):中國(guó)科協(xié)第三屆青年學(xué)術(shù)年會(huì)論文集[C];1998年

8 王雙成;畢玉江;裴t(yī)q;;商品進(jìn)出口影響分析的動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)分類器方法[A];第十三屆中國(guó)管理科學(xué)學(xué)術(shù)年會(huì)論文集[C];2011年

9 趙鍇;黃應(yīng)清;蔣曉瑜;汪熙;;一種提高SVM分類器識(shí)別效率的特征選擇方法[A];第六屆全國(guó)信號(hào)和智能信息處理與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2012年

10 李陶深;韋艷艷;;一種改進(jìn)的基于投票的類向量方法[A];第二十二屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2005年

相關(guān)博士學(xué)位論文 前10條

1 張文博;多類別智能分類器方法研究[D];西安電子科技大學(xué);2014年

2 任亞峰;基于標(biāo)注和未標(biāo)注數(shù)椐的虛假評(píng)論識(shí)別研究[D];武漢大學(xué);2015年

3 嚴(yán)志永;在劃分?jǐn)?shù)據(jù)空間的視角下基于決策邊界的分類器研究[D];浙江大學(xué);2011年

4 孔志周;多分類器系統(tǒng)中信息融合方法研究[D];中南大學(xué);2011年

5 毛莎莎;基于貪婪優(yōu)化和投影變換的集成分類器算法研究[D];西安電子科技大學(xué);2014年

6 寧博;面向行人檢測(cè)的動(dòng)態(tài)視覺詞提取與集成分類方法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2012年

7 鄧澤林;人工免疫網(wǎng)絡(luò)分類器的設(shè)計(jì)及其應(yīng)用研究[D];中南大學(xué);2013年

8 劉昆宏;多分類器集成系統(tǒng)在基因微陣列數(shù)據(jù)分析中的應(yīng)用[D];中國(guó)科學(xué)技術(shù)大學(xué);2008年

9 徐磊;基于1-SVM的多球體分類器理論及其應(yīng)用研究[D];浙江大學(xué);2008年

10 王曉霞;基于混合智能算法的熱工動(dòng)態(tài)過(guò)程故障診斷研究[D];華北電力大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 楊程;對(duì)抗環(huán)境下的垃圾短信息過(guò)濾[D];華南理工大學(xué);2015年

2 張富元;基于多分類器決策融合的故障檢測(cè)與診斷及GUI平臺(tái)設(shè)計(jì)[D];浙江大學(xué);2015年

3 錢秀娟;貝葉斯網(wǎng)絡(luò)在老年人普適健康監(jiān)測(cè)服務(wù)中的應(yīng)用研究[D];南京理工大學(xué);2015年

4 張小龍;基于級(jí)聯(lián)支持向量機(jī)融合多特征的人臉檢測(cè)[D];上海交通大學(xué);2015年

5 許歡;基于最大條件概率的單依賴分類器聚合算法研究[D];浙江大學(xué);2015年

6 喬新宇;基于數(shù)據(jù)的模糊規(guī)則分類算法研究[D];大連理工大學(xué);2015年

7 華正宇;基于SLT的偏最小二乘分類算法及其優(yōu)化方法研究[D];東北大學(xué);2013年

8 黃偉;基于多分類器投票集成的半監(jiān)督情感分類方法研究[D];上海交通大學(xué);2015年

9 朱超;基于決策樹的信息物理融合系統(tǒng)數(shù)據(jù)處理方法研究[D];南京郵電大學(xué);2015年

10 劉衷瑞;基于多分類器組合的居民地提取技術(shù)研究[D];解放軍信息工程大學(xué);2015年

，

本文編號(hào)：1626683