共查询到19条相似文献，搜索用时 296 毫秒
1.
2.
《科技通报》2016,(4)
针对标准EM算法在汉语分词的应用中还存在收敛性能不好、分词准确性不高的问题,本文提出了一种基于极大似然估计规则优化EM算法的汉语分词认知模型,首先使用当前词的概率值计算每个可能切分的可能性,对切分可能性进行"归一化"处理,并对每种切分进行词计数,然后针对标准EM算法得到的估计值只能保证收敛到似然函数的一个稳定点,并不能使其保证收敛到全局最大值点或者局部最大值点的问题,采用极大似然估计规则对其进行优化,从而可以使用非线性最优化中的有效方法进行求解达到加速收敛的目的。仿真试验结果表明,本文提出的基于极大似然估计规则优化EM算法的汉语分词认知模型收敛性能更好,且在汉语分词的精确性较高。 相似文献
3.
4.
信号噪声比率（SNR）估计是在时变衰落信道环境下相移键控通信系统的重要指标,目前有两种可实现的估计方法：数据辅助估计和非数据辅助估计。时变衰落信道可以建立为一个关于时间的多项式模型。传统的估计方法精度受限于Cramer—Rao下界信道,信道时变特性对于SNR估计的影响可以忽略。目前,一种新颖的最大似然（ML）SNR估计方法是由时变衰落模型推导而来的。对于DA场景估计来说,有一种简易的闭环估计方案,其准确性能评估依赖于正确与错误（不匹配）的多项式阶数。对于NDA估计,未知的数据符号建立为随机的模型,利用了边缘似然估计方法。最大期望算法通过迭代方法使得似然函数最大。仿真结果表明,相比先前公布的算法实现,该估计算法统计效率更高。 相似文献
5.
GUMBEL分布函数形式的选取对参数似然估计的影响 总被引：2，自引：0，他引：2
Gumbel分布是极值极限分布的主要形式之一。它在水文、气象、建筑、能源等一切需要进行极值统计计算和研究的部门有着广泛的应用。由较少的、带有抽样误差的样本准确地估计母体分布的参数是极值统计的一个关键。估计参数的最重要的方法是极大似然法。对于极值统计来说,由于样本中极端值的抽样误差较大,而极大似然法能妥善地处理这些抽样误差较大的点,因此较其它估计方法能得到准确的结果。但是,常用的极值分布函数形式使极大似然估计中牛顿迭代的收敛特性变坏,可能是很少使用极大似然估计的一个原因。 相似文献
6.
作为项目调度管理中三大控制要素的工期、成本、质量是决定项目建设成败的关键。首先通过采用动态加权技术构建工期-成本-质量的多目标综合优化模型,同时鉴于基本粒子群算法容易陷入局部最优,提出一种将混沌优化嵌入基本粒子群的新算法用于求解该多目标项目调度模型问题。最终通过实例计算表明:相对于基本的粒子群算法,混沌粒子群算法可以更为准确快速地解决该模型下的工程项目多目标优化问题,实现了项目调度管理中有效平衡工期-成本-质量各目标,并达到综合最优方案的理想效果。 相似文献
7.
岩质边坡质量分级与稳定性评价受诸多不确定性因素影响。结合某岩质高陡边坡工程实例,系统地运用SMR法对边坡岩体质量进行分级。考虑到边坡稳定性分析的随机性与全局性,采用统计学极大似然估计法估算边坡稳定性系数。结果表明:边坡岩体质量分级的定性评价与极大似然估计的定性计算有较好的一致性。 相似文献
8.
针对传统粒子群算法在供应链销售管理的应用中表现出收敛性不佳的问题,本文提出了一种基于分布式优化粒子群算法的供应链销售管理模型,首先将免疫算法中繁殖策略与基本粒子群算法相结合,保持种群的多样性,然后引入变异操作并结合神经网络中的Sigmoid型函数对粒子群算法的特征子集进行了优化,最后采用最优化学习策略在算法陷入局部最优时跳出来。仿真试验结果表明,本文提出基于分布式优化粒子群算法的供应链销售管理模型,在收敛性能上远远优于标准粒子群算法。 相似文献
9.
10.
对基于均衡约束数学规划(MPEC)的数据分类模型进行改进.在确定数据所服从分布的密度函数(高斯混合模型来模拟)的参数时,使用β似然估计来代替原模型中的最大似然估计.新模型可以克服似然函数可能出现无界的现象,在计算上有更好的鲁棒性.对于所得MPEC分类模型,使用filterSQP方法将其作为非线性规划求解.数值试验显示了新模型的有效性. 相似文献
11.
粒子群算法网络异常检测技术研究 总被引：1，自引：0，他引：1
提出了一种新的基于粒子群算法入侵检测方法模型。算法采用粒子群优化算法,有效地降低网络拓扑路径长度,通过优化算法来寻找聚类的中心。实验结果表明,提出的改进算法与传统的入侵检测算法相比,具有更好的入侵识别率和检测率。 相似文献
12.
电网故障诊断的基本思想是根据保护动作原理将故障诊断问题表示为0-1规划问题。为了保证电网故障诊断的准确性和实时性,提出了一种改进的人工鱼群算法——二进制人工鱼群算法。分析了人工鱼群群聚行为和追尾行为最优方向的前进速度。并在此基础上与遗传算法、粒子群算法和量子免疫算法作了对比分析。结果表明:追尾行为最优方向的前进速度优于群聚行为,二进制人工鱼群算法综合性能优于遗传算法、粒子群算法和量子免疫算法。研究表明二进制人工鱼群算法具有收敛速度快、种群规模小和搜索能力强的特点。 相似文献
13.
《Information processing & management》2022,59(5):103005
In real-life applications, resources in construction projects are always limited. It is of great practical importance to shorten the project duration by using intelligent models (i.e., evolutionary computations such as genetic algorithm (GA) and particle swarm optimization (PSO) to make the construction process reasonable considering the limited resources. However, in the general EC-based model, for example, PSO easily falls into a local optimum when solving the problem of limited resources and the shortest period in scheduling a large network. This paper proposes two PSO-based models, which are resource-constrained adaptive particle swarm optimization (RC-APSO) and an input-adaptive particle swarm optimization (iRC-APSO) to respectively solve the static and dynamic situations of resource-constraint problems. The RC-APSO uses adaptive heuristic particle swarm optimization (AHPSO) to solve the limited resource and shortest duration problem based on the analysis of the constraints of process resources, time limits, and logic. The iRC-APSO method is a combination of AHPSO and network scheduling and is used to solve the proposed dynamic resource minimum duration problem model. From the experimental results, the probability of obtaining the shortest duration of the RC-APSO is higher than that of the genetic PSO and GA models, and the accuracy and stability of the algorithm are significantly improved compared with the other two algorithms, providing a new method for solving the resource-constrained shortest duration problem. In addition, the computational results show that iRC-APSO can obtain the shortest time constraint and the design scheme after each delay, which is more valuable than the static problem for practical project planning. 相似文献
14.
针对现有水资源配置模型存在的不精确问题,在现有水资源模型基础上增加了决策偏好系数和排放污染物种类以提高模型精确性,以吉林市水资源基础数据初始化水资源优化配置模型,针对目前对模型进行优化的粒子群算法易出现局部最优等情况,引入萤火虫算法对其进行改进,通过萤火虫趋向最优解的原理改善粒子群算法出现局部最优的情况,并加速其收敛速度。应用改进粒子群算法对模型进行优化求解,得出水资源优化配置方案,以满足经济效益、社会效益、生态环境效益的全面要求。 相似文献
15.
传统的基于最小方差原理的反演结果依赖于初始模型选择,易陷入局部极小,针对以上问题,文章利用完全非线性反演方法-粒子群反演算法,对核磁共振探测地下水的数据资料进行反演解释,该算法具有操作简单,并行处理,不要求被优化的目标函数具有可微、可导、连续等性质的优点。将基本粒子群算法与模拟退火算法结合,加入非线性约束优化条件,使其适用于核磁共振探测地下水数据资料的反演解释。试验结果表明,混合粒子群反演算法反演结果精度较高,收敛速度较快,验证了粒子群优化算法在核磁共振反演应用中的可行性。 相似文献
16.
阐述了运用粒子群优化人工神经网络建立煤层顶板导水裂隙带高度预测模型的思路与方法。利用粒子群优化神经网络模型的权值和阈值,克服了神经网络容易收敛到局部最小值,以及收敛速度慢的缺点。煤层导水裂隙带高度预测实例表明,该方法不仅能更快地收敛于最优解,且预测精度有明显的提高。 相似文献
17.
Lijuan Liu Yan Wang Cheng Wang Feng Ding Tasawar Hayat 《Journal of The Franklin Institute》2018,355(15):7609-7625
This paper focuses on the parameter estimation problems of multivariate equation-error systems. A recursive generalized extended least squares algorithm is presented as a comparison. Based on the maximum likelihood principle and the coupling identification concept, the multivariate equation-error system is decomposed into several regressive identification models, each of which has only a parameter vector, and a coupled subsystem maximum likelihood recursive least squares identification algorithm is developed for estimating the parameter vectors of these submodels. The simulation example shows that the proposed algorithm is effective and has high estimation accuracy. 相似文献
18.
介绍了基本粒子群优化算法及其原理,针对其易陷入局部极值和后期收敛速度慢的缺点,研究了基于惯性权重因子的改进粒子群优化算法。通过测试函数对固定惯性权重和时变惯性权重参数的选择进行了系统的实验,并且分析了种群规模与学习因子参数对粒子群算法优化性能的影响。 相似文献
19.
常规粒子群算法(SPSO)在优化过程中易陷入局部最优,本文分析了常规粒子群算法陷入局部最优的原因,提出采用一种自适应粒子群算法(APSO)避免陷入局部最优,改善算法的收敛性和精度。最后用自适应粒子群算法设计宽带阶梯阻抗变换器,结果表明,与常规粒子群算法相比,自适应粒子群算法全局速度快、成功率和精度也有显著提高。 相似文献