基于QPSO算法求解復(fù)雜優(yōu)化問題的策略研究
【文章頁數(shù)】:114 頁
【學(xué)位級別】:博士
【部分圖文】:
圖5-1層次競爭策略Figure5-1Hierarchicalcomprtitionstrategy
墾?宦畚?60(3)它使粒子群的多樣性在搜索過程中緩慢甚至線性下降;(4)讓陷入局部最優(yōu)區(qū)域的粒子可以以較高的概率從局部最優(yōu)區(qū)域飛離。為了評價該框架的泛化性能,我們將該框架與標準PSO算法和QPSO算法相結(jié)合。分別稱為基于層次競爭框架的粒子群優(yōu)化(Hierachicalcompe....
圖5-2二階段等待策略
第五章基于多層次競爭框架的QPSO算法615.2.2二階段等待策略圖5-2二階段等待策略Figure5-2Two-stagewaitingeffortstrategy如5.2.1節(jié)所述,本文提出的框架受到社會競爭的啟發(fā),它類似于一個階梯式的管理系統(tǒng)。但是,我們之前只解釋了競爭機制....
圖6-1CMU高光譜人臉數(shù)據(jù)庫的示例圖
第六章基于QPSO算法的應(yīng)用研究79圖6-1CMU高光譜人臉數(shù)據(jù)庫的示例圖Figure6-1AnexamplefigureofCMUhyperspectralfacedatabase(2)圖片預(yù)處理和參數(shù)設(shè)置首先,基于切割出的220×180的臉部輪廓計算KL散度,并得到波段的相關(guān)....
圖6-2不同計算方式下獲得
木劾?數(shù)進行了精度比較。我們隨機選取了58個訓(xùn)練樣本,其中包含29個類別的2個樣本,剩下的67個樣本首先用來測試我們的算法。然后,我們選擇48個訓(xùn)練樣本,其中包含48個類的一個樣本,并且剩下的99個樣本用作測試數(shù)據(jù)集。此外,所有實驗結(jié)果均在10次交叉驗證下獲得。需要說明的是,后一....
本文編號:4021924
本文鏈接:http://sikaile.net/shoufeilunwen/xxkjbs/4021924.html