【数据聚类】基于遗传算法优化数据聚类含Matlab源码
1 简介数据挖掘是当今信息产业界最前沿的研究方向之一,聚类分析是其中的一项重要研究课题。聚类分析是将数据根据一定的相似度度量划分成若干有用的或有意义的类(簇),其在实际应用中许多领域有着广泛的应用。目前,低维数据的聚类算法已较成熟,受“维度灾”(the curse of dimensionality)的影响,许多传统的聚类算法运用到高维数据上往往失效,然而在实际应用中,高维度的数据普....
【图像去噪】基于自适应布谷鸟算法优化维纳滤波器实现多光谱图像去噪附matlab代码
1 简介较传统遥感图像而言,多光谱遥感图像能够获取更多的光谱信息,从而为识别边界和地物创造更加良好的条件,因此具有更高的研究意义和应用价值。随着地理信息系统技术中多光谱图像在空间分辨率上的高速提升,针对多光谱图像的处理及应用也逐渐增加。然而,在多光谱图像的采集过程中不可避免地会引入噪声,影响图像的清晰度,从而给后续的图像处理和分析工作带来困难。基于自适应布谷鸟算法优化维纳滤波器实现多光谱图像去噪....
【智能优化算法】基于全局优化的改进鸡群算法求解单目标优化问题（ECSO）附matlab代码
1 简介智能算法分为两种，一种是群体智能算法（ｓｗａｒｍｉｎｔｅｌｌｉｇｅｎｃｅａｌｇｏｒｉｔｈｍ），该算法大多模拟自然界中动植物的特有行为，并将其表达成数学语言，从而进行迭代寻优，如模拟蝙蝠回声定位行为而提出的蝙蝠算法（ｂａｔａｌｇｏｒｉｔｈｍ，ＢＡ）和模拟大杜鹃巢寄卵生特性的布谷鸟搜索算法（ｃｕｃｋｏｏｓｅａｒｃｈａｌｇｏｒｉｔｈｍ，ＣＳ）［２］；另一种是进化算法，如差分进化算法（ｄｉｆｆｅ....
【智能优化算法】基于扇区搜索机制的果蝇优化算法求解单目标优化问题附matlab代码
1 简介针对传统果蝇算法 （ＦＯＡ）搜索方向不均匀导致算法求解高维问题时收敛稳定性差和收敛精度低的问题，对果蝇算法的搜索机制进行研究，用扇区搜索机制替代传统搜索机制产生新型果蝇算法 （ＳＳ－ＦＯＡ）。分析果蝇群搜索机制对果蝇飞行方向的影响，提出扇区搜索机制；提出再优化概念，将扇区搜索机制用于参考文献中优化算法再优化。对６个经典测试函数的实验结果表明，扇区搜索机制可用于果蝇优化算法再优化，有效提高....
【BP分类】基于鸟群算法优化BP神经网络实现数据分类附matlab代码
1 简介BSA 算法优化 BP 神经网络的基本思想是: 利 用 BSA 算法的全局搜索能力, 优化 BP 神经网络初始的权值和阈值, 也就是决策变量, 其中每一组决策变量均包含在鸟群个体所处的空间位置中. 然后, 通过适应度函数来衡量个体所处空间位置的优劣度, 并利用鸟群觅食过程中的觅食行为、警戒行为和飞行行为等策略不断更新个体空间位置, 直至获取最佳的个体空间位置, 即获得待优化问题的最佳决策....
【BP分类】基于头脑风暴算法优化BP神经网络实现数据分类附matlab代码
1 简介为了提高分类的准确性,该模型引入具有全局寻优特点的头脑风暴优化算法,用于模拟人类提出创造性思维解决问题的过程,具有强大的全局搜索和局部搜索的能力,同时利用BP神经网络所具有良好的非线性映射能力,学习适应能力和容错性,最大程度上考虑到海洋水质评价因素的非线性和非平稳的关系,得到BP神经网络的各层权值,阈值的最优解,实验结果表明该评价模型能够克服局部极小问题,分类结果准确性较高,....
【ELAMN预测】基于遗传算法优化ELMAN神经网络实现电力符合数据回归预测附matlab代码
1 简介一种基于遗传算法优化Elman神经网络的短期功率预测方法,包括以下步骤:首先确定Elman神经网络拓扑结构,其中包括神经网络输入层节点个数,隐藏层节点个数,输出层节点个数,承接层节点个数等.然后初始化Elman神经网络权值阈值长度.再使用遗传算法对初始值进行编码并进行交叉变异等操作产生优化后的神经网络初始权值,最后对神经网络进行学习和训练并更新权值,得到预测结果.本发明使得预测准确率更高....
【经济调度】基于蚁狮算法解决经济调度优化问题附matlab代码
1 简介编辑编辑编辑编辑编辑编辑2 部分代码%_________________________________________________________________________%clc;clear;close all;warning off;% Change these details with respect to your problem%%%%%%%%%%%%%....
【SVM分类】基于海鸥算法优化支持向量机SVM实现分类附matlab的代码
1 简介支持向量机是一种建立在统计学习理论上的机 器学习方法, 它追求结构化风险最小而不是经验风 险最小, 具有很强的推广能力. SVM 是从线性可分 的二分类问题发展而来的, 其基本思想是寻找两类 样本的最优分类面, 使得两类样本的分类间隔 ( margin) 最大. 以图 1 所示为例. 图中: 实心点和空 心点分别代表两类样本; H 为分类线, H1 和 H2 分 别为各类中离....
【BP分类】基于花朵授粉算法优化BP神经网络实现数据分类附matlab代码
1 简介为了提高分类的准确性,降低因预测精度不高带来的电能损失,提出将花朵授粉算法(flower pollination algorithm,FPA)与BP神经网络相结合,利用FPA算法具有收敛速度快,全局搜索能力强的特点,对BP神经网络的权值和阈值进行优化,改善传统BP神经网络因权值和阈值的选择具有随机性而陷入局部最优和收敛速度慢的缺点.最后,通过某地区实际负荷数据验证了优化后的B....
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。
算法更多优化相关
智能引擎技术
AI Online Serving，阿里巴巴集团搜推广算法与工程技术的大本营，大数据深度学习时代的创新主场。
+关注