排序方式: 共有8条查询结果,搜索用时 0 毫秒
1
1.
一种选择性神经网络集成构造方法 总被引:19,自引:2,他引:17
提出了一种选择性神经网络集成构造方法,在训练出个体神经网络之后,使用遗传算法部分网络来组成神经网络集成。理论分析和实验结果表明,与传统的使用所有体网络的方法相比,该方法能够取得更好的效果。 相似文献
2.
本文探索了一种团队导师制下地方高校计算机专业程序设计实践创新能力培养模式,并结合相关课程建立了程序设计实践创新学习网站和辅导交流平台。实践教学结果表明,本文提出的培养模式能有效提高学生程序设计编程创新能力以及分析、解决实际工程项目的技能,增强了地方高校计算机专业学生核心竞争力。 相似文献
3.
4.
Boosting和Bagging综述 总被引:31,自引:4,他引:27
Boosting 和 Bagging 是两种用来提高学习算法准确度的方法,这两种方法通过构造一个预测函数系列,然后以一定的方式将它们组合成一个预测函数.文章将介绍这两种方法以及对他们进行的一些理论分析和实验,并对它们的应用以及将来可能的研究进行讨论. 相似文献
5.
为进一步提高进化种群在粗糙集属性演化约简中寻求最优解的协同性能,提出了一种基于种群混合协同联盟的属性量子博弈均衡约简算法.该算法建立一种基于自适应多层进化树的种群协同演化联盟模型,以种群内个体竞争和种群间精英合作的混合协同机制实现各种群协同演化,较好地达到属性协同演化约简中广度寻优和深度探索的有效平衡;然后将信任裕度报酬机制引入到多种群精英量子协同博弈模型,种群精英在每个划分的属性子集中通过量子协同博弈策略均能求得各自最优约简子集,从而稳定取得Nash均衡下全局最优属性约简集.实验结果表明本文算法具有较高的属性演化约简效能和精度,对不完备电子病历系统中脑组织核磁共振成像MRI的高效约简与分割进一步展示其具有较强的实用性和鲁棒性. 相似文献
6.
7.
8.
基于遗传算法的智能组卷应用研究 总被引:13,自引:2,他引:13
智能组卷是计算机辅助教学(CAI)中一个重要的研究课题,本文针对试卷生成的目标要求,建立了智能组卷的数学模型,并给出了用改进的遗传算法解决此问题的新方法。实验结果表明该改进的遗传算法能很好的解决试题库中智能组卷问题,具有较好的性能和实用性。 相似文献
1