2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩80頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、聚類廣泛應(yīng)用于信息檢索、衛(wèi)星遙感、金融證券、數(shù)據(jù)傳輸?shù)缺姸囝I(lǐng)域?;谌炙阉鳈C制的微粒群優(yōu)化技術(shù),由于不依賴問題的特性、可以快速找到問題的最優(yōu)解或者次優(yōu)解,近年來學(xué)者們開始將其用于聚類問題。論文分析現(xiàn)有微粒群聚類算法存在的不足,針對類中心數(shù)目未知情況下的靜態(tài)數(shù)據(jù)聚類和流數(shù)據(jù)聚類等問題,開展其微粒群優(yōu)化理論與方法的研究。
 ?。?)考慮類中心數(shù)目未知情況下的靜態(tài)數(shù)據(jù)聚類問題,研究其多目標(biāo)微粒群優(yōu)化理論與方法。首先,針對現(xiàn)有多目標(biāo)微粒

2、群優(yōu)化算法的不足,提出一種改進(jìn)的多目標(biāo)量子微粒群優(yōu)化算法;給出一種結(jié)合自適應(yīng)跳動算子的量子更新策略,用來更新微粒的位置;通過引入基于全局差異值GD排序的選擇策略,提出一種新的微粒全局極值點的更新策略;并選擇ZDT和DTLZ等典型測試函數(shù),與多種典型算法進(jìn)行比較,實驗驗證了所提算法的有效性。
  接著,將上述多目標(biāo)量子微粒群優(yōu)化算法用于類中心數(shù)目未知情況下的靜態(tài)聚類問題,提出一種改進(jìn)的多目標(biāo)量子微粒群聚類算法;給出一種適于類中心數(shù)目

3、未知情況的整數(shù)編碼策略;基于 canopy策略預(yù)測類中心的數(shù)目,設(shè)計一種有效的微粒群初始化策略;通過引入“與”、“并”和“差異”算子,定義一種改進(jìn)的離散量子微粒更新公式;最后,通過多個UCI典型測試數(shù)據(jù)集,實驗驗證所提算法的有效性。
  (2)針對流數(shù)據(jù)聚類問題,研究其多種群協(xié)同微粒群聚類方法。借助時間窗將按序到達(dá)的流數(shù)據(jù)分成若干數(shù)據(jù)子塊,采用多個微粒群協(xié)同處理收到的每個數(shù)據(jù)子塊。處理某一數(shù)據(jù)子塊時,利用變量分割思想將高維聚類問題

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論