您的位置: 专家智库 > >

徐双双

作品数:3 被引量:28H指数:2
供职机构:桂林电子科技大学计算机科学与工程学院更多>>
发文基金:广西壮族自治区自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 3篇自动化与计算...

主题

  • 2篇神经网
  • 2篇神经网络
  • 2篇群算法
  • 2篇人工蜂群
  • 2篇人工蜂群算法
  • 2篇蜂群算法
  • 1篇短时交通流
  • 1篇短时交通流预...
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇特征提取
  • 1篇图像
  • 1篇图像识别
  • 1篇自适
  • 1篇自适应
  • 1篇线性支持向量...
  • 1篇向量
  • 1篇向量机
  • 1篇小波神经
  • 1篇小波神经网络

机构

  • 3篇桂林电子科技...

作者

  • 3篇黄文明
  • 3篇雷茜茜
  • 3篇徐双双
  • 2篇邓珍荣

传媒

  • 1篇计算机工程与...
  • 1篇计算机应用与...
  • 1篇计算机科学

年份

  • 2篇2016
  • 1篇2015
3 条 记 录,以下是 1-3
排序方式:
改进人工蜂群算法优化RBF神经网络的短时交通流预测被引量:25
2016年
为了提高径向基函数RBF神经网络预测模型对短时交通流的预测准确性,提出了一种基于改进人工蜂群算法优化RBF神经网络的短时交通流预测模型。利用改进人工蜂群算法确定RBF网络隐含层的中心值以及隐含层单元数,然后训练改进的人工蜂群算法RBF神经网络预测模型,并将其应用到某城市4天的短时交通流量数据的验证。将实验结果与传统RBF神经网络预测模型、BP神经网络预测模型和小波神经网络预测模型进行了比较。对比结果表明,该方法对短时交通流具有更高的预测准确性。
黄文明徐双双邓珍荣雷茜茜
关键词:交通流预测RBF神经网络小波神经网络人工蜂群算法
基于反卷积神经网络的脑脊液图像快速识别模型
2016年
提出一种基于反卷积神经网络的脑脊液CSF(Cerebrospinal Fluid)图像快速识别模型。该模型使用无监督学习方法从底层边缘特征到高层对象部分连接对整个图像进行图片特征表述。此外,对不变性、多层模型中层与层如何直接训练等基本问题设计了一系列方法,如引入开关变量,计算每一幅图片试用的滤波器,并允许对每一层的图片单独训练,都提高了学习的鲁棒性。实验结果表明,该模型大大改进了脑脊液细胞图像识别的准确率,同时提高了训练效率。
黄文明冷金强邓珍荣徐双双雷茜茜
关键词:特征提取脑脊液图像识别
基于平均熵的自适应人工蜂群算法被引量:3
2015年
针对基本人工蜂群算法容易陷入局部最优和早熟等问题,提出一种改进的人工蜂群算法(ASABC)。利用平均熵机制初始化种群,增加种群的多样性,避免算法陷入早熟;同时,采用自适应调节邻域搜索步长的策略来提高算法的局部搜索能力,提升算法的计算精度;为了平衡算法的全局搜索能力和局部搜索能力,引入自适应比例选择策略来代替人工蜂群算法的适应度比例选择方法。对8个标准测试函数的仿真实验结果表明,与3种常见的智能优化方法相比,改进的算法具有显著的局部搜索能力和较快的收敛速度。
徐双双黄文明雷茜茜
关键词:人工蜂群算法
共1页<1>
聚类工具0