您的位置: 专家智库 > >

刘龙

作品数:2 被引量:14H指数:1
供职机构:湖南师范大学更多>>
发文基金:湖南省研究生科研创新项目更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 1篇优化算法
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇神经网
  • 1篇神经网络
  • 1篇搜索
  • 1篇评估函数
  • 1篇群算法
  • 1篇子群
  • 1篇耦合神经网络
  • 1篇网络
  • 1篇向量
  • 1篇向量机
  • 1篇粒子群
  • 1篇粒子群算法
  • 1篇路径搜索
  • 1篇脉冲耦合
  • 1篇脉冲耦合神经...
  • 1篇PCNN
  • 1篇PSO

机构

  • 2篇湖南师范大学

作者

  • 2篇林俊
  • 2篇刘龙
  • 1篇许露
  • 1篇谷兵

传媒

  • 1篇小型微型计算...
  • 1篇计算机工程与...

年份

  • 1篇2016
  • 1篇2015
2 条 记 录,以下是 1-2
排序方式:
基于PCNN的迷宫路径搜索的评估函数优化研究
2016年
在前人对PCNN模型的研究及应用的基础上,结合启发式的搜索策略——A*搜索策略,设计了基于改进型的PCNN迷宫智能优化算法,并将其应用解决实际迷宫问题。主要工作为:(1)通过对PCNN模型内在机理的研究,并根据PCNN的自身特点,选择合适的模型参数以适合求解迷宫最短路径问题。(2)选择与改进了的PCNN模型相结合的A*搜索算法,并证明该算法是可靠的,具有一定的自适应能力和所求得的解是最优解。(3)通过IEEE标准迷宫和MATLAB平台,对该算法的评估函数进行设计、仿真和验证等,不仅论证了(2)的结论,同时也论证了该算法的高效性。相关研究工作的实验结果表明,该算法不仅可以尽快找到目标,而且可以在相对少的搜索区域里得到相对满意的路径。
林俊刘龙谷兵
关键词:优化算法MATLAB平台评估函数
基于SVM-RFE-BPSO算法的特征选择方法被引量:14
2015年
为了在特征选择中获得具有较高分类准确率的特征子集,提出了一种基于支持向量机递归特征消除法(SVM-RFE)和二进制粒子群算法(BPSO)的特征选择方法.该方法首先利用SVM-RFE快速去掉部分无关特征,初步缩减数据维数,然后以粒子群算法继续搜索最优子集,并将SVM-RFE算法得到的优良子作为粒子群算法的部分初始种群,使后续粒子群算法有一个较好的搜索起点.SVM-RFE既减少了粒子的搜索空间,又为其提供了先验知识,从而提高算法的搜索效率和识别精度.实验结果表明,该方法可以在分类准确率更高或相等的情况下得到维数更少的子集.
林俊许露刘龙
关键词:支持向量机SVM-RFE粒子群算法
共1页<1>
聚类工具0