共查询到20条相似文献，搜索用时 93 毫秒
1.
在介绍矢量化和自组织特征映射神经网络的基础上,针对基于自组织特征映射神经网络的矢量化算法,在初始码书生成、获胜神经元搜索以及学习速率调整等方面对图像压缩进行研究.结果表明,采用矢量量化方法进行图像压缩,可以在获得较高压缩比的同时,得到较好的恢复图像质量. 相似文献
2.
基于SOM神经网络的医疗诊断专家系统研究 总被引：1，自引：0，他引：1
研究了自组织特征映射(SOM)神经网络的结构及学习算法,提出了利用SOM神经网络对输入样本的“聚类”作用,实现对病人疾病的分类,并依此作为诊断的主要依据。 相似文献
3.
本文简要介绍了自组织特征映射神经网络的基本原理,并利用其原理对土地复垦的条件分类进行了初步研究.通过实例验证取得了满意的结果. 相似文献
4.
由主成分分析法得到每个主成分的贡献率,把特征分量贡献率引入到自组织映射神经网络中,在竞争过程中选用加权欧氏距离来寻找获胜神经元,对传统的自组织映射神经网络进行了改进,在本文中提出了一种加权SOM神经网络,填补了在实际应用中传统SOM神经网络没有考虑各特征分量的重要性不同的空白. 相似文献
5.
在分析目前国内外关于物流设施选址问题的研究现状及问题的前提下,为了提高物流选址决策的科学性、合理性和正确性,本文以企业成本最小化为目标,提出了基于自组织特征映射神经网络和鲍摩.瓦尔夫模型的物流设施选址法,并运用Matlab软件和逐次逼似算法求得模型的解,从而达到了以经济的物流成本实现高的客户服务水平和物流网络覆盖率。 相似文献
6.
7.
非线性时间序列的神经网络预测的研究 总被引：2，自引：0，他引：2
辛沂 《临沂师范学院学报》2002,24(6):118-120
采用各种改进的BP算法及径向基神经网络来逼近非线性映射Xn 1=4Xn(1-xn)，揭示了人工神经网络有非常强的逼近非线性映射的能力。同时也分析对比了各种算法的性能，讨论了几种改善人工神经网络功能的途径。 相似文献
8.
人工神经网络作为人工智能领域中的一个重要分支,一直以来都是人们的研究热点。介绍了人工神经网络技术与几种智能方法融合的应用发展,归纳了BP神经网络学习算法的基本思想,着重论述了目前有关神经网络融合方面的研究热点,即神经网络与专家系统、模糊逻辑、压缩映射遗传算法、粒子群优化算法的融合思想与方法。 相似文献
9.
对单属性时态特征聚类进行了研究,提出了一种基于SOM网络(自组织特征映射)聚类提取单属性时态数据特征的方法,通过实验表明此算法是有效的. 相似文献
10.
李明江 《鞍山师范学院学报》2006,8(6):40-42
分析了logistic映射的稳定点随参数变化的特性及其混沌特征,将logistic映射产生的混沌序列应用于图像加密/解密之中.设计的算法采用了两种不同表达方式的logistic映射所产生的两列混沌序列对图像进行加密.基于这种算法的混沌加密系统具有双参数,对初值极端敏感和不可预测性等优点.计算机仿真实验结果也表明了这种系统具有良好的安全性. 相似文献
11.
数学能力的培养包涵算法语言和算法内容的教学,根据能力、算法的涵义及数学课程学习能力的具体表现形式,文章提出＂算法能力＂的概念及其相应的界定,并给出算法能力的构成,它由阅读算法能力、提炼算理能力、算法语言能力、应用算法能力四部分组成。 相似文献
12.
结合混沌优化算法与免疫算法的特点,提出了一种新的混合优化方法———混沌免疫优化算法.该算法综合了免疫算法与混沌优化算法在各自的空间搜索优势,充分利用免疫算法的记忆库中当代最优解指导混沌搜索。实验结果表明,该算法具有较强的搜索能力和收敛性能,算法有效可行。 相似文献
13.
提出了一种以蚁群算法为主,利用遗传算法经过交叉,变异,选择后产生进化的信息素作为蚁群使用的信息素.在遗传算法多次进化效果不明显时,引入模拟退火算法进行跳变的混合算法,使各种算法取长补短,改善了蚁群算法初始阶段运行缓慢和遗传算法局部搜索能力弱的缺点.提高了运行效率,同时运用这种改进的算法对高校排课问题进行仿真,从而比较算法改进的优缺点. 相似文献
14.
模式匹配算法比较成熟,但是传统的模式匹配算法对提高Snort检测性能的效果不是十分有效。Snort采用的BM算法是一种单模式匹配算法,目前研究者对Snort模式匹配算法的研究和改进主要是采用多模式匹配算法来替换原有的BM算法。本文主要介绍了BM算法和WM算法,分析了这两种算法的基本原理并进行了一些相关的比较。 相似文献
15.
在机器人设计中,路径规划是最基础也是最重要的因素之一,故对其算法研究尤为重要。利用传统路径规划算法与智能路径规划算法求解机器人路径规划问题,对智能算法、蚁群算法与遗传算法进行了MATLAB仿真,验证了蚁群算法与遗传算法求解路径规划问题的可行性。 相似文献
16.
范秋生 《黄冈职业技术学院学报》2010,12(6):17-19
蚁群算法是继模拟退火算法、遗传算法、禁忌搜索算法、人工神经网络算法等启发式搜索算法之后的又一种应用于组合优化问题的算法。根据蚁群算法的特性,求解旅行商问题,利用仿真实验程序对蚁群求解旅行商问题进行模拟。 相似文献
17.
18.
19.
蚁群算法是一种具有许多优良特性的新型算法,该算法具有较强的发现较好解的能力,但同时也存在容易出现停滞现象,收敛速度慢等缺点。在介绍基本蚁群算法的基础上,针对蚁群算法的不足,提出了一种自适应蚁群算法。该算法对蚁群算法中的信息素在更新过程中进行自适应调整。实验结果表明,该算法比传统的蚁群算法具有更好的搜索全局最优解的能力,并具有更好的收敛性。 相似文献
20.
针对LM算法及模拟退火算法各自存在的不足,提出一种交替使用二者的混合优化算法（SALM算法）.该算法先通过模拟退火算法粗调得到一组全局最优近似解,再以该近似解为初值,交替使用模拟退火算法和LM算法,直至发现满意的最优解.实验结果表明,新算法不但具有模拟退火算法的全局收敛特性而且保留了LM算法的局部收敛速度,克服了单纯模拟退火算法所产生的随机性和概率性问题,也弱化LM算法对初始条件的依赖程度,保证了求解的速度和精度。 相似文献