您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 基于确定性退火技术的鲁棒性的点匹配算法

  2. 记录: 基于确定性退火技术的鲁棒性的点匹配算法
  3. 所属分类:其它

    • 发布日期:2009-06-02
    • 文件大小:234kb
    • 提供者:hsongjiang
  1. 扩展的中心力优化算法的收敛性分析和性能,

  2. 简单中心力优化(SCFO)算法是一种新颖的物理优化算法,用于模拟退火(SA)。 为了提高SCFO的全局搜索能力并加快其收敛速度,通过添加历史信息和定义两者,提出了一种新颖的扩展/增强的中心力优化算法(ECFO)。 适应性质量。 SCFO和ECFO均受重力运动的影响,其中复合重力将粒子推向最佳状态。 基于比SCFO更复杂的特征方程(即二阶)证明了ECFO的收敛性差分方程。 用离散时间线性系统的稳定性理论进行分析粒子的运动方程。 稳定性条件将其特征值限制在复杂平面的单位周期内,并推导与ECFO参数有
  3. 所属分类:其它

    • 发布日期:2021-03-09
    • 文件大小:811kb
    • 提供者:weixin_38590355
  1. 确定性退火算法,用于近似最小二等分问题的解

  2. 最小二等分问题是NP-hard组合优化问题。 本文提出了一个等效的线性约束连续优化问题,并提出了一种近似求解的算法。 该算法源自对数余弦势垒函数的引入,其中势垒参数在退火过程中表现为温度,并从足够大的正数减小为零。 该算法在可行的下降方向上搜索更好的解决方案,该解决方案具有所需的属性:如果步长为零到一之间的数字,则始终自动满足下限和上限。 我们证明,如果针对障碍参数的一系列降序值(限制为零)生成障碍问题的局部最小点,则算法至少收敛到问题的局部最小点。 数值结果表明,该算法比针对最小二等分问题的现
  3. 所属分类:其它

  1. 基于确定性退火的增强分段回归

  2. 回归是统计学习理论中的重要问题之一。 本文基于确定性退火和自由能温度最小值全局最小值的连续性,证明了分段回归算法的全局收敛性,并推导了新的简化公式来计算初始临界温度。 提出了一种新的基于“原型迁移”的增强分段回归算法,以消除退火过程中的“空单元”。 在几个基准数据集上的数值实验表明,该新算法可以消除冗余并提高分段回归模型的通用性。
  3. 所属分类:其它

    • 发布日期:2021-02-22
    • 文件大小:309kb
    • 提供者:weixin_38607195
  1. 基于确定性退火的增强型分片回归

  2. 回归是统计学习理论中的主要研究问题之一.文中给出确定性退火分片回归算法全局收敛性和自由能全局极小关于温度连续性的证明,推导出初始临界温度的简化计算公式,并提出一种新的增强型分片回归算法,利用"原型迁移"技巧,避免退火过程中"空剖分"的出现.基于Benchmark数据集上的实验表明:新算法能有效去除模型冗余,提高学习泛化能力.
  3. 所属分类:其它

    • 发布日期:2021-02-20
    • 文件大小:951kb
    • 提供者:weixin_38664612
  1. 微笑:统计机器智能和学习引擎-源码

  2. 微笑 是Java和Scala中快速而全面的机器学习,NLP,线性代数,图形,插值和可视化系统。 凭借先进的数据结构和算法,Smile可提供最先进的性能。 Smile的文献记录丰富,请查看项目以获取编程指南和更多信息。 Smile涵盖了机器学习的各个方面,包括分类,回归,聚类,关联规则挖掘,特征选择,流形学习,多维缩放,遗传算法,缺失值插补,有效的最近邻搜索等。 Smile实现以下主要的机器学习算法: 分类:支持向量机,决策树,AdaBoost,梯度提升,随机森林,逻辑回归,神经网络,RB
  3. 所属分类:其它

    • 发布日期:2021-02-03
    • 文件大小:104mb
    • 提供者:weixin_42132352
  1. 连续PH 分布数据拟合的确定性退火BP算法

  2. 针对目前连续PH 分布数据拟合EM(Expectation-Maximization)算法存在的初值敏感问题,提出运用确定性退火EM 算法进行连续PH 分布数据拟合,给出了详细的理论推导,并通过两个拟合实例与标准EM 算法进行了对比.对比结果表明所提出的方法可以有效地避免初值选择的不同对EM 算法结果的影响,减小陷入局部最优的可能性,能得到比标准EM算法更好的结果.
  3. 所属分类:其它

    • 发布日期:2021-01-15
    • 文件大小:500kb
    • 提供者:weixin_38742656