国家自然科学基金(60175024)
- 作品数:44 被引量:993H指数:15
- 相关作者:周春光黄艳新马铭黄岚王喆更多>>
- 相关机构:吉林大学北京邮电大学长春工业大学更多>>
- 发文基金:国家自然科学基金教育部科学技术研究重点项目吉林省科技发展计划基金更多>>
- 相关领域:自动化与计算机技术理学生物学自然科学总论更多>>
- 参数选取对遗传算法动力学形态的影响被引量:4
- 2004年
- 遗传算法中参数的选取决定遗传算法的运行性能 .目前 ,对算法中参数选取都是经验性的 .本文针对一个典型的 2 - bit问题 ,分析了在不同参数选取下 GA的全局动力学形态 .通过对标准遗传算法的各种参数的选取 ,分别建立了数学模型 .分析了这些模型的吸引子 ,揭示了不同参数对动力学形态的影响 .世代重叠模型和无参数模型的动力学形态相似 .当变异概率很小时 ,模型与没有变异算子相类似 ;当变异算子足够大时 ,模型的动力学形态随着变异概率的增加发生了突变 .原有的吸引不动点消失 ,原来的排斥不动点变成吸引不动点 .这些论证为遗传算法中参数选取提供了一些理论上的证据 .
- 郭东伟周春光吕慧英张仲明
- 关键词:遗传算法系统动力学
- TSA系统研究与实现被引量:3
- 2003年
- 仅仅依靠传统的数字签名技术无法提供数据的存在性证明,进而就无法保证活动的不可抵赖性.为了实现时间值与数据的关联,可以通过时戳权威来完成.它是一个可信的第三方,可以提供时戳来建立数据在某一时间存在的证明.通过对现有时戳协议的分析,参照RFC3161中描述的时戳协议,设计实现了一个TSA系统JITTimeStampV1.0.实际应用表明,该系统具有安全、灵活、稳定、高效等特点.
- 周绍斌胡成全齐红
- 关键词:时戳公钥基础设施
- 粒子群优化的两种改进策略被引量:70
- 2005年
- 粒子群优化方法(particleswarmoptimization,PSO)是由Kennedy和Eberhart于1995年提出的,并成功应用于各类优化问题.通过对PSO方法深入分析,把模拟退火和分工两种机制引入到PSO方法中,提出了模拟退火粒子群优化(PSOwSAPSOwithsimulatedannealing)和有分工策略的粒子群优化(PSOwDOWPSOwithdivisionofwork),两种不同改进方法,详细阐述了这两种方法的主要思想.测试结果表明,这两种改进方法能够克服传统PSO方法中的不足,增强了粒子群的优化能力.
- 窦全胜周春光马铭
- 关键词:粒子群方法模拟退火
- 广义连续反馈型神经网络的稳定性被引量:1
- 2005年
- 通过对连续Hopfield网络模型的抽象,提出了广义连续反馈型神经网络的概念,指出一种不需要构造能量函数对网络模型的稳定性进行分析和判别的方法,同时给出了相应的数学证明。
- 窦全胜周春光罗洪文徐中宇
- 关键词:LYAPUNOV函数
- 模糊离散粒子群优化算法求解旅行商问题被引量:33
- 2005年
- 粒子群优化算法已经成功地应用于求解连续域问题,但是对于离散域问题特别是路由问题的求解研究还很少.本文提出了一种改进的粒子群优化算法,用于求解旅行商问题.采用模糊矩阵来表示粒子的位置和速度,并重新定义其更新公式,最后对TSPLIB中的具体算例进行测试,实验结果表明该算法能够得到较好的结果.
- 庞巍王康平周春光黄岚季晓辉
- 关键词:粒子群优化算法旅行商问题模糊矩阵
- 基于决策树归纳的聚类方法与实现被引量:19
- 2003年
- 采用一种改进后的决策树归纳聚类算法和交互式CLTree(ClusteringbasedondecisionTrees)剪枝,对商业数据的某些问题实现了聚类挖掘。对交易数据的实际聚类分析表明,该方法不仅可以处理数值型属性,还可以处理枚举型属性。实验结果表明,该方法在处理混合类型数据时具有良好的挖掘效果。对商业数据聚类分析,可以得到合理的市场分段,预测顾客的购买行为。
- 王喆陆楠周春光
- 关键词:数据挖掘决策树归纳聚类分析相似度
- 前馈神经网络病态样本投票剔除算法被引量:7
- 2002年
- 收敛速度慢和容易陷入局部极小一直是困扰前馈神经网络的主要问题 .然而 ,不能找到全局最优解的部分原因之一是由于样本质量造成的 .如果训练样本集中含有病态样本 ,那么网络永远也达不到收敛 .本文提出一种以模式聚类为基础的病态样本判定方法 ,并给出基于模式相似度计算的投票剔除算法 .
- 艾景军周春光宫成春
- 关键词:前馈神经网络模式聚类相似度计算投票算法收敛速度
- 一种改进的Bayesian网络模型用于蛋白质二级结构预测被引量:6
- 2003年
- 分析了蛋白质二级结构预测问题的Bayesian模型,给出了基于这种模型的神经网络,并提出了一种改进的网络模型,通过实验表明这一新模型能较好地处理蛋白质二级结构预测问题。
- 杨国慧周春光胡成全于哲舟
- 关键词:蛋白质人工神经网络氨基酸序列
- 基于模糊神经网络方法实现茶味信号识别的研究被引量:3
- 2004年
- 提出一种基于模糊 c-均值聚类 (FCM)的模糊神经网络模型用于茶味信号识别的方法 .该方法采用模糊 c-均值聚类实现模糊神经网络中模糊子集及其隶属度函数的自动确定 ,并对模糊加权型推理法进行了改进 ,在此基础上构建了一个模糊神经网络模型 .通过 5种茶味信号识别的仿真实验 ,表明本文提出方法的有效性 .
- 郑岩周春光黄艳新
- 关键词:模糊C-均值聚类模糊神经网络
- 暂态混沌神经网络在蛋白质关联图预测中应用研究被引量:2
- 2008年
- 蛋白质结构预测是生物信息学的一个主要研究方向,而蛋白质关联图预测是其中的一个重要内容.针对蛋白质关联图预测问题,提出一种暂态混沌神经网络实现方法,所提出的方法具有暂态混沌特性和平稳收敛特性,能有效避免传统Hopfield神经网络极易陷入局部极值的缺陷.它通过短暂的倒分叉过程,能很快进入稳定收敛状态.仿真结果表明:暂态混沌神经网络解决蛋白质关联图预测问题时,总能收敛到全局最优或几乎接近全局最优,同时具有更高的搜索效率.这种方法预测精度达到0.27,比随机预测器高9倍.
- 刘桂霞吕晓枫徐春艳周春光
- 关键词:人工神经网络暂态混沌神经网络疏水性