期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
4
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于逐维反向学习的动态适应布谷鸟算法
被引量:
11
1
作者
黄闽茗
何庆
文熙
《计算机应用研究》
CSCD
北大核心
2020年第4期1015-1019,共5页
为了解决布谷鸟搜索算法寻优精度不高、收敛速度慢、后期搜索活力不足以及处理高维优化问题时存在维间干扰等缺陷,提出了逐维反向学习策略的动态适应布谷鸟算法。首先,对选择更新后的解进行逐维反向学习,减少维间干扰,扩大种群多样性;然...
为了解决布谷鸟搜索算法寻优精度不高、收敛速度慢、后期搜索活力不足以及处理高维优化问题时存在维间干扰等缺陷,提出了逐维反向学习策略的动态适应布谷鸟算法。首先,对选择更新后的解进行逐维反向学习,减少维间干扰,扩大种群多样性;然后,使用精英保留方式评价该结果,提高算法寻优能力;最后,充分利用当前解的信息进行动态适应的缩放因子控制,引导解快速收敛,提升算法搜索活力。实验结果表明,该算法相比较于标准布谷鸟搜索算法,寻优精度、收敛速度以及后期搜索活力有所提高,与其他改进算法相比也具有一定的竞争优势。
展开更多
关键词
布谷鸟搜索算法
反向学习
函数优化
维间干扰
动态适应
下载PDF
职称材料
基于精英反向学习的逐维改进蜻蜓算法
被引量:
12
2
作者
何庆
黄闽茗
王旭
《南京师大学报(自然科学版)》
CAS
CSCD
北大核心
2019年第3期65-72,共8页
针对蜻蜓算法(DA)寻优精度不高、收敛速度慢及后期搜索活力不足等问题,提出了基于精英反向学习的逐维改进蜻蜓算法(EDDA).首先,利用精英反向学习策略初始化种群,以增强种群多样性,提高搜索效率;其次,利用逐维更新策略对蜻蜓个体进行更新...
针对蜻蜓算法(DA)寻优精度不高、收敛速度慢及后期搜索活力不足等问题,提出了基于精英反向学习的逐维改进蜻蜓算法(EDDA).首先,利用精英反向学习策略初始化种群,以增强种群多样性,提高搜索效率;其次,利用逐维更新策略对蜻蜓个体进行更新,减少维间干扰,有效提高了算法的寻优能力;最后,充分利用当前解的信息双向搜索,提升了解的搜索活力.通过9个测试函数的实验结果表明,该算法相比较于标准蜻蜓算法,寻优精度更高、收敛速度更快及后期搜索活力更强,与其他改进算法相比也具有一定的竞争优势.
展开更多
关键词
蜻蜓算法
精英反向学习
函数优化
维间干扰
下载PDF
职称材料
基于生成对抗网络的太阳能电池缺陷增强方法
被引量:
4
3
作者
刘坤
文熙
+2 位作者
黄闽茗
杨欣欣
毛经坤
《浙江大学学报(工学版)》
EI
CAS
CSCD
北大核心
2020年第4期684-693,共10页
为了解决太阳能电池样本不均衡问题,提出负样本引导生成对抗网络的太阳能电池缺陷样本增强方法.通过在生成对抗模型中引入大量负样本和增加负样本引导损失,促进模型对正样本特征的表达,提升生成样本的多样性;设计自适应的权值约束方法,...
为了解决太阳能电池样本不均衡问题,提出负样本引导生成对抗网络的太阳能电池缺陷样本增强方法.通过在生成对抗模型中引入大量负样本和增加负样本引导损失,促进模型对正样本特征的表达,提升生成样本的多样性;设计自适应的权值约束方法,平衡生成器和判别器的表达能力,提升生成样本的质量.实验结果表明,在太阳能电池电致发光(EL)缺陷数据集上,提出方法的生成质量和检测精度优于深度卷积生成对抗网络(DCGAN)、梯度惩罚Wasserstein距离生成对抗网络(WGAN-GP)和一阶导数生成对抗网络(FOGAN);该方法的F测度较DCGAN、WGAN-GP和FOGAN分别最高提升了10%、8%和5%,具有较好的数据增强性能.在带钢表面缺陷数据集及DAGM 2007公共数据集上,提出方法的性能优于DCGAN、WGAN-GP和FOGAN,具有一定的泛化能力.
展开更多
关键词
样本不均衡
数据增强
生成对抗网络(GAN)
太阳能电池
负样本引导
下载PDF
职称材料
基于反向学习策略的深度搜索布谷鸟算法
被引量:
3
4
作者
何庆
黄闽茗
周晓南
《贵州大学学报(自然科学版)》
2020年第2期32-36,共5页
布谷鸟搜索算法(CS)是一种简单有效的仿生学优化算法,但在处理高维复杂问题时不能快速收敛得到最优解,针对此问题,本文引入反向学习策略和逐维深度搜索策略改进基本的CS。在布谷鸟算法的搜索阶段,通过对Levy飞行后的解进行反向学习,从...
布谷鸟搜索算法(CS)是一种简单有效的仿生学优化算法,但在处理高维复杂问题时不能快速收敛得到最优解,针对此问题,本文引入反向学习策略和逐维深度搜索策略改进基本的CS。在布谷鸟算法的搜索阶段,通过对Levy飞行后的解进行反向学习,从而有效提升最优解的搜索效率;另外,在每一代结束后,对当前的全局最优解进行逐维深度搜索,捕捉潜在最优解,弥补搜索步骤可能出现的问题。实验结果表明,本文对算法提出的改进,提高了算法的全局搜索能力,收敛速度以及收敛精度。
展开更多
关键词
布谷鸟搜索算法
仿生群优化算法
并行算法
反向学习
深度搜索
下载PDF
职称材料
题名
基于逐维反向学习的动态适应布谷鸟算法
被引量:
11
1
作者
黄闽茗
何庆
文熙
机构
贵州大学大数据与信息工程学院
贵州大学贵州省公共大数据重点实验室
河北工业大学人工智能与数据科学学院
出处
《计算机应用研究》
CSCD
北大核心
2020年第4期1015-1019,共5页
基金
贵州省科技计划项目重大专项项目(黔科合重大专项字[2018]3002
黔科合重大专项字[2016]3022)
+1 种基金
贵州省公共大数据重点实验室开放课题(2017BDKFJJ004)
贵州省教育厅青年科技人才成长项目(黔科合KY字[2016]124)。
文摘
为了解决布谷鸟搜索算法寻优精度不高、收敛速度慢、后期搜索活力不足以及处理高维优化问题时存在维间干扰等缺陷,提出了逐维反向学习策略的动态适应布谷鸟算法。首先,对选择更新后的解进行逐维反向学习,减少维间干扰,扩大种群多样性;然后,使用精英保留方式评价该结果,提高算法寻优能力;最后,充分利用当前解的信息进行动态适应的缩放因子控制,引导解快速收敛,提升算法搜索活力。实验结果表明,该算法相比较于标准布谷鸟搜索算法,寻优精度、收敛速度以及后期搜索活力有所提高,与其他改进算法相比也具有一定的竞争优势。
关键词
布谷鸟搜索算法
反向学习
函数优化
维间干扰
动态适应
Keywords
cuckoo search algorithm
opposition-based learning
function optimization
interdimensional interference
dynamically adaptive
分类号
TP301 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
基于精英反向学习的逐维改进蜻蜓算法
被引量:
12
2
作者
何庆
黄闽茗
王旭
机构
贵州大学大数据与信息工程学院
贵州大学贵州省公共大数据重点实验室
出处
《南京师大学报(自然科学版)》
CAS
CSCD
北大核心
2019年第3期65-72,共8页
基金
贵州省科技计划项目重大专项(黔科合重大专项字[2018]3002)
贵州省科技计划项目重大专项(黔科合重大专项字[2016]3022)
+1 种基金
贵州省公共大数据重点实验室开放课题(2017BDKFJJ004、2017BDKFJJ034)
贵州省教育厅青年科技人才成长项目(黔科合KY字[2016]124)
文摘
针对蜻蜓算法(DA)寻优精度不高、收敛速度慢及后期搜索活力不足等问题,提出了基于精英反向学习的逐维改进蜻蜓算法(EDDA).首先,利用精英反向学习策略初始化种群,以增强种群多样性,提高搜索效率;其次,利用逐维更新策略对蜻蜓个体进行更新,减少维间干扰,有效提高了算法的寻优能力;最后,充分利用当前解的信息双向搜索,提升了解的搜索活力.通过9个测试函数的实验结果表明,该算法相比较于标准蜻蜓算法,寻优精度更高、收敛速度更快及后期搜索活力更强,与其他改进算法相比也具有一定的竞争优势.
关键词
蜻蜓算法
精英反向学习
函数优化
维间干扰
Keywords
dragonfly algorithm
elite opposition-based learning
function optimization
interdimensional interference
分类号
TP301 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
基于生成对抗网络的太阳能电池缺陷增强方法
被引量:
4
3
作者
刘坤
文熙
黄闽茗
杨欣欣
毛经坤
机构
河北工业大学人工智能与数据科学学院
贵州大学大数据与信息工程学院
天津芯思科技有限公司
出处
《浙江大学学报(工学版)》
EI
CAS
CSCD
北大核心
2020年第4期684-693,共10页
基金
国家自然科学基金资助项目(61403119,61203275)
河北省自然科学基金资助项目(F2018202078,F2019202305).
文摘
为了解决太阳能电池样本不均衡问题,提出负样本引导生成对抗网络的太阳能电池缺陷样本增强方法.通过在生成对抗模型中引入大量负样本和增加负样本引导损失,促进模型对正样本特征的表达,提升生成样本的多样性;设计自适应的权值约束方法,平衡生成器和判别器的表达能力,提升生成样本的质量.实验结果表明,在太阳能电池电致发光(EL)缺陷数据集上,提出方法的生成质量和检测精度优于深度卷积生成对抗网络(DCGAN)、梯度惩罚Wasserstein距离生成对抗网络(WGAN-GP)和一阶导数生成对抗网络(FOGAN);该方法的F测度较DCGAN、WGAN-GP和FOGAN分别最高提升了10%、8%和5%,具有较好的数据增强性能.在带钢表面缺陷数据集及DAGM 2007公共数据集上,提出方法的性能优于DCGAN、WGAN-GP和FOGAN,具有一定的泛化能力.
关键词
样本不均衡
数据增强
生成对抗网络(GAN)
太阳能电池
负样本引导
Keywords
data imbalance
data enhancement
generative adversarial network(GAN)
solar cell
negative sample guidance
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于反向学习策略的深度搜索布谷鸟算法
被引量:
3
4
作者
何庆
黄闽茗
周晓南
机构
贵州大学大数据与信息工程学院
贵州大学学报编辑部
出处
《贵州大学学报(自然科学版)》
2020年第2期32-36,共5页
基金
贵州省科技计划项目重大专项资助(黔科合重大专项字[2016]3022,黔科合重大专项字[2018]3002)
贵州省公共大数据重点实验室开放课题资助(2017BDKFJJ004,2017BDKFJJ034)
贵州省教育厅青年科技人才成长项目资助(黔科合KY字[2016]124)
文摘
布谷鸟搜索算法(CS)是一种简单有效的仿生学优化算法,但在处理高维复杂问题时不能快速收敛得到最优解,针对此问题,本文引入反向学习策略和逐维深度搜索策略改进基本的CS。在布谷鸟算法的搜索阶段,通过对Levy飞行后的解进行反向学习,从而有效提升最优解的搜索效率;另外,在每一代结束后,对当前的全局最优解进行逐维深度搜索,捕捉潜在最优解,弥补搜索步骤可能出现的问题。实验结果表明,本文对算法提出的改进,提高了算法的全局搜索能力,收敛速度以及收敛精度。
关键词
布谷鸟搜索算法
仿生群优化算法
并行算法
反向学习
深度搜索
Keywords
search algorithm
bionic swarm optimization algorithm
paralleled algorithm
opposition-based learning
deep search
分类号
TP301 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于逐维反向学习的动态适应布谷鸟算法
黄闽茗
何庆
文熙
《计算机应用研究》
CSCD
北大核心
2020
11
下载PDF
职称材料
2
基于精英反向学习的逐维改进蜻蜓算法
何庆
黄闽茗
王旭
《南京师大学报(自然科学版)》
CAS
CSCD
北大核心
2019
12
下载PDF
职称材料
3
基于生成对抗网络的太阳能电池缺陷增强方法
刘坤
文熙
黄闽茗
杨欣欣
毛经坤
《浙江大学学报(工学版)》
EI
CAS
CSCD
北大核心
2020
4
下载PDF
职称材料
4
基于反向学习策略的深度搜索布谷鸟算法
何庆
黄闽茗
周晓南
《贵州大学学报(自然科学版)》
2020
3
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部