图像检索中一种有效的SVM相关反馈算法

提出受限随机选择方法.首先对图像进行相似性排序;然后使用一个阈值限定随机选择的范围;最后在该范围内进行划分,在子范围内通过随机选择来扩大训练样本,较好地解决了小样本问题.另外,动态计算多个SVM分类器的权值,融合分类结果,较好地解决了相关反馈过程中用户的不同喜好问题.实验结果表明了该方法的有效性.

供应商选择问题的不确定性优化模型

应用了不确定性模型描述供应商选择问题,设计了解决这类问题的遗传算法;并通过实例计算表明,不确定性优化模型及遗传算法是解决供应商选择等这类不确定性智能商业问题的有效办法,具有广泛的应用前景。

求解随机机会约束规划的混合智能算法及应用

为更有效地求解随机机会约束规划问题,提出一种基于克隆选择算法(CSA)、随机模拟技术及神经网络的混合智能算法。采用随机模拟技术产生随机变量样本矩阵训练反向传播(BP)网络以逼近不确定函数,之后在CSA中利用神经网络检验个体的可行性、计算适应度,从而得到优化问题的最优解。为保证算法搜索的快速性和有效性,CSA采用双克隆和双变异策略。仿真结果表明,与已有算法相比,混合智能算法在500代时已取得比较满意的结果,且其精度在单目标优化问题中提高了2.2%,在多目标优化问题中提高了65%;将该算法应用于求解水库优化调度的难题上,结果也表明所建立的模型及算法的可行性和有效性。

基于模糊多类SVM的图像检索相关反馈

针对反馈固有的正负样本不对称问题和小样本问题,提出一种基于修正模糊多类SVM(FSVMs)的图像检索相关反馈算法.该算法首先将相关反馈看成一个正样本类和多个负样本类间的多分类问题,并针对原始FSVMs中模糊隶属度存在负值的情况进行了修正;然后,将受限随机选择扩展为多类情况来扩充多类负样本,并以记忆标注的方式降低用户多类标注的疲劳和误差.实验结果表明,该方法能在较少的反馈次数内得到较满意的检索结果.

无线多媒体传感器网络中高效多约束QoS路径选择

为满足对环境进行更细粒度和更精确监测的迫切需求,无线多媒体传感网应运而生.对能量受限和拓扑结构动态改变的无线多媒体传感器网络而言,要在其中传送大数据量、大信息量的图像、音频和视频等多QoS约束条件的多媒体业务流,多约束QoS路径选择是一个巨大挑战和迫切需要解决的关键问题.该问题已经被证明是NP全问题.对此,人们提出了多项式时间和伪多项式时间启发式算法.但这些算法都是针对有线网提出的,计算复杂度高或者性能差,无法保证最终解的质量,并不适合无线多媒体传感器网.为此,本文提出一种新型高效的基于改进的模拟退火的多约束QoS路径选择方案,从冷却进度表中起决定作用的两个参数:控制参数T的衰减函数,控制参数T的终值Tf出发,构造出更精细的冷却进度表;此外,还研究了不同随机数发生器对算法搜索性能的影响.理论分析和实验仿真结果表明所提算法是一种高效的多约束QoS路径选择算法,在不牺牲算法复杂度的情况下,能提高最终解的质量,因此在性能方面优于其它现有的算法.

基于改进的受限随机选择的图像检索相关反馈

文章提出了一种基于改进的受限随机选择算法的图像检索相关反馈。首先通过移动查询点更新查询向量,然后针对受限随机方法中的等距划分未能反映负样本真实分布的缺点进行改进,提出根据等密度划分来确定负样本选择的子区域。改进方法提高了负样本的代表性,并且一定程度上解决了反馈中的"小样本"问题,实验证明,较原有的受限随机选择能在更少地反馈次数内得到更好地反馈结果。

考虑库存成本下的多目标供应商选择问题研究

如何选择质优价廉的供应商产品并确定产品批量,直接影响着企业的运营和效益。在已有研究的基础上考虑产品需求的不确定性,研究了有折扣、不缺货情况下的多产品供应商选择问题。从供应商和采购商双方利益最大化的角度出发,设计相应的库存成本函数,建立以最小化采购成本、次品数和延迟数量为目标,供应能力与服务水平等多项指标为约束的机会约束多目标规划模型,运用随机模拟、神经网络与NSGA-Ⅱ算法相结合的混合智能算法求解该问题。通过实例验证了模型与算法的有效性和优越性。

基于最优高斯随机游走和个体筛选策略的差分进化算法

针对差分进化算法开发能力较差的问题,提出一种具有快速收敛的新型差分进化算法.首先,利用最优高斯随机游走策略提高算法的开发能力;然后,采用基于个体优化性能的简化交叉变异策略实现种群的进化操作以加强其局部搜索能力;最后,通过个体筛选策略进一步提高算法的探索能力以避免陷入局部最优.12个标准测试函数和两种带约束的工程优化问题的实验结果表明,所提出的算法在收敛速度、算法可靠性及收敛精度方面均优于EPSDE、Sa DE、JADE、BSA、Co Bi DE、GSA和ABC等算法,在加强算法探索能力的同时能够有效地提高算法的开发能力.