注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 引力搜索算法

  2. 引力搜索算法在2009年被首次提出，是一种基于万有引力定律和牛顿第二定律的种群优化算法。该算法通过种群的粒子位置移动来寻找最优解，即随着算法的循环，粒子靠它们之间的万有引力在搜索空间内不断运动，当粒子移动到最优位置时，最优解便找到了。

  3. 所属分类：机器学习

    • 发布日期：2017-11-21
    • 文件大小：988160
    • 提供者：nakamuramizuno

  1. 万有引力搜索算法

  2. 万有引力搜索算法(Gravitational Search Algorithm，GSA)是由伊朗克曼大学的 Esmat Rashedi等人于2009年所提出的一种新的启发式优化算法，其源于对物理学 中的万有引力进行模拟产生的群体智能优化算法。GSA的原理是通过将搜索粒子看 作一组在空间运行的物体，物体间通过万有引力相互作用吸引，物体的运行遵循动 力学的规律。适度值较大的粒子其惯性质量越大，因此万有引力会促使物体们朝着 质量最大的物体移动，从而逐渐逼近求出优化问题的最优解。GSA具有较强的全局

  3. 所属分类：深度学习

    • 发布日期：2018-03-27
    • 文件大小：2097152
    • 提供者：oyq8888

  1. 引力搜索算法的改进

  2. 引力搜索算法GSA(Gravitational Search Algorithm)：黾．最近由Esmat Rashedi基于引力定律提出的一个新算法。在引力搜索算法的基础上对其进行改进，得到了基于权值的引力搜索算法。与引力搜索算法相比，该算法在每一次迭代的过程中，都对粒子的惯性质量加一个权值。用算法对许多基准函数测试的实验效果表明，该方法可以使得引力搜索算法得到更好的结果。

  3. 所属分类：深度学习

    • 发布日期：2018-03-27
    • 文件大小：325632
    • 提供者：oyq8888

  1. 轻量级大规模机器学习算法库Fregata.zip

  2. Fregata 是一个基于 Apache Spark 的轻量级、超快速、大规模的机器学习库，并在 Scala 中提供了高级 API。特性更准确：对于各种问题，Fregata 可以实现比 MLLib 更高的精度。更快速：对于广义线性模型，Fregata 在绝大部分数据上都能够扫描一遍数据即收敛。对于 10 亿 X 10 亿的数据集，Fregata 可以在 1 分钟内用内存缓存训练广义线性模型，或在没有内存缓存的情况下训练 10 分钟。通常，Fregata 比 MLLib 快 10-100 倍。算

  3. 所属分类：其它

    • 发布日期：2019-07-19
    • 文件大小：156672
    • 提供者：weixin_39840914

  1. 求解高维复杂函数的遗传-灰狼混合算法

  2. 高维函数优化一般是指维数超过100维的函数优化问题,由于“维数灾难”的存在,求解起来十分困难.针对灰狼算法迭代后期收敛速度慢,求解高维函数易陷入局部最优的缺点,在基本灰狼算法中引入3种遗传算子,提出一种遗传-灰狼混合算法(hybrid genetic grey wolf algorithm,HGGWA).混合算法能够充分发挥两种算法各自的优势,提高算法的全局收敛性,针对精英个体的变异操作有效防止算法陷入局部最优值.通过13个标准测试函数和10个高维测试函数验证算法的性能,并将优化结果与PSO、G

  3. 所属分类：其它

    • 发布日期：2021-01-12
    • 文件大小：461824
    • 提供者：weixin_38679178

  1. 基于改进的Tent混沌万有引力搜索算法

  2. 万有引力搜索算法(gravitational search algorithm,GSA)相比于传统的优化算法具有收敛速度快、开拓性能强等特点,但GSA易陷入早熟收敛和局部最优,搜索能力较弱.为此,提出一种基于改进的Tent混沌万有引力搜索算法(gravitational search algorithm based on improved tent chaos,ITC-GSA).首先,改进Tent混沌映射来初始化种群,利用Tent混沌序列随机性、遍历性和规律性的特性使得初始种群随机性和遍历性在可

  3. 所属分类：其它

    • 发布日期：2021-01-12
    • 文件大小：631808
    • 提供者：weixin_38508821