针对支持向量机中参数选择大多采用经验法、试凑法选择参数的问题,本文提出了基于量子粒子群(QPSO)法优化LS-SVM模型参数。量子粒子群法是标准粒子群法的改进,弥补了标准粒子群极易陷入局部最优值的缺点。
基于18个网页-相关网页
...器参 数整定 -计算机工程与应用2007,43(3) 量子粒子群(Quantum-Delta-Potential-Well-Based Particle Swarm Optimization,QDPSO)算法是量子空间里的粒子群算法.
基于2个网页-相关网页
量子粒子群优化 QPSO ; quantum particle swarm optimization ; MQDPSO ; quantum-behaved particle swarm optimization
量子粒子群算法 QPSO ; quantum particle swarm optimization ; quantum-behaved particle swarm algorithm ; Quantum-behaved Particle Swarm Optimization
量子粒子群优化算法 QPSO ; quantum-behaved particle swarm optimization algorithm ; quantum-behaved particle swarm optimization
混沌量子粒子群优化 CQPSO
混合量子粒子群算法 HQPSO
混沌量子粒子群算法 CQPSO
针对量子粒子群算法 quantum particle swarm optimization ; QPSO
适应量子粒子群优化 AdaptiveQuantum Particle Swarm Optimization
自适应量子粒子群优化 AdaptiveQuantum Particle Swarm Optimization
提出一种基于博弈论的多目标量子粒子群算法。
This paper presents a multi-objective quantum Particle Swarm Optimization(PSO) based on game theory.
针对量子粒子群算法存在的问题,设计基于公共历史的两种群并行搜索的量子粒子群算法。
According to still existing problem of Quantum-behaved Particle Swarm Optimization (QPSO), a new QPSO with two Particle Swarms based on public history researching side-by-side (TPHQPSO) is presented.
采用二分策略,通过最大化模块密度,提出了基于离散量子粒子群优化进行复杂网络社区检测的算法。
With bi-partitioning strategy, by maximizing the module density, an algorithm is proposed based on discrete quantum particle swarm optimization for complex network community detection.
应用推荐