国家自然科学基金(61003014)
- 作品数：2 被引量：0H指数：0
- 相关作者：江敏更多>>
- 相关机构：厦门大学更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- Pointing Learning in Developmental Robotics Based on Constructive Neural Network and Reinforcement Learning Algorithm
- ＜正＞This paper introduces a new approach to learning pointing behaviour in a developmental robot by using a typ...
- Fei Chao
- 文献传递
- 基于趋势预测模型的多目标分布估计算法
- 2016年
- 多目标优化问题广泛存在于现实世界的应用当中。传统的基于个体进化策略的进化算法在处理这些优化问题时往往收敛速度慢、严格依赖于种群大小而且效果不大理想。分布估计算法作为元启发式(meta- heuristics)方法的一种,将统计机器学习同群体进化模式相结合,引起了学者的广泛关注。在这篇文章中,我们提出了一种基于趋势预测模型(TPM)的分布估计算法,TPM-EDA,用于解决多目标优化问题。其特点在于有效地利用了群体进化过程的历史信息来预测粒子运动的趋势,从而加速了查找最优Pareto前沿面的过程,提升了算法的搜索能力。与此同时,通过引入稀疏度来控制个体的采样频率,来实现种群的多样性。我们在6个不同的测试函数上,对TPM-EDA和多种已有的EDA算法进行了对比性试验。实验结果表明了TPM-EDA方法的有效性。
- 黄忠强江敏
- 关键词：多目标优化分布估计算法
- 基于粒子群优化的条件概率神经网络
- 2016年
- 条件概率神经网络在进行模式分类时具有独特的优势,然而如何对其进行有效的训练,从而找到最优参数却是一个困难的问题。在考虑条件概率神经网络的结构特点之后,本文提出了一种基于粒子群优化的条件概率神经网络的训练方法。我们将这种基于粒子群优化的条件概率神经网络用于人脸年龄估计,实验结果表明这种网络能够显著地提高识别的准确率。
- 徐骏捷江敏
- 关键词：年龄估计粒子群优化
