余健
- 作品数：17 被引量：78H指数：4
- 供职机构：北京师范大学更多>>
- 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经济管理更多>>
- 基于AQPSO算法优化的Elman网络模型及其应用被引量：1
- 2008年
- Elman神经网络是一种典型的递归神经网络。提出了自适应量子粒子群优化(Adaptive Quantum-Behaved Particle Swarm Optimization,AQPSO)算法,用于训练Elman网络参数,改进了Elman网络的泛化能力。利用中集集团股票数据进行预测,实验结果表明,采用AQPSO算法获得的Elman网络模型不但具有很强的泛化能力,而且具有良好的稳定性,在股票数据预测中具有一定的实用价值。
- 余健郭平
- 关键词：ELMAN量子粒子群优化神经网络股票预测
- 基于J2ME的手机游戏程序设计教学案例被引量：1
- 2010年
- 该文给出了以J2ME为基础,给出了手机游戏程序设计教学中的若干案例。
- 余健
- 关键词：J2ME游戏程序设计教学
- 基于改进小波神经网络的网络流量预测研究被引量：16
- 2007年
- 采用小波神经网络对网络流量数据的时间序列进行建模与预测。针对传统小波神经网络训练算法的不足,提出了自适应量子粒子优化算法——AQPSO,用于训练小波神经网络,优化网络参数,建立基于AQPSO算法优化的小波网络预测模型。实验结果表明,该模型对网络流量的短期预测是有效可行的,并具有良好的收敛性和稳定性。
- 余健郭平
- 关键词：小波分析神经网络粒子群优化网络流量预测
- 一种优化的RBF神经网络模型用于网络流量预测被引量：4
- 2008年
- 采用径向基RBF神经网络对网络流量数据的时间序列进行建模与预测。采用传统的学习算法对RBF网络训练时,对网络流量数据容易出现过拟合现象,提出了自适应量子粒子群优化AQPSO算法,用于训练RBF神经网络的基函数中心和宽度,并结合最小二乘法计算网络权值,改善了RBF神经网络的泛化能力。实验结果表明,采用AQPSO算法获得的RBF神经网络模型具有泛化能力强、稳定性良好的特点,在网络流量预测中有一定的实用价值。
- 余健郭平
- 关键词：径向基函数量子粒子群优化神经网络网络流量预测
- 自组织映射(SOM)聚类算法的研究被引量：20
- 2007年
- 通过自组织映射神经网络实现的聚类算法能将任意维数的输入信号模式转变为一维或二维的离散映射,以拓扑有序的方式自适应实现这个变换。介绍自组织映射聚类算法的原理,通过实验进行仿真,结果表明自组织映射聚类算法是可行有效的。
- 余健郭平
- 关键词：自组织映射SOM神经网络聚类算法
- 关于Java语言教学的思考
- 2009年
- 从不同方面提出了如何结合Java语言的特点,提高Java语言的教学质量的思考及改进方案。
- 余健
- 关键词：JAVA教学ROBOCODE
- 一种基于GPU的快速反卷积二维光纤光谱抽取方法
- 本发明公开了一种基于GPU的快速反卷积二维光纤光谱抽取方法，该方法能快速准确地从二维光纤光谱图像中抽取一维光谱流量。包括如下步骤：1)通过定标灯光谱图像获得点扩展函数的形状和大小的初步估计，并基于估计和实验确定点扩展函数...
- 郭平尹乾余健段福庆
- 文献传递
- 基于MATLAB的量子粒子群优化算法及其应用被引量：14
- 2007年
- 量子粒子群优化(QPSO)算法是在经典的粒子群优化(PSO)算法的基础上所提出的一种具有量子行为的粒子群优化算法,具有高效的全局搜索能力。通过求解J.D.Schaffer提出的多峰函数优化问题的实验分析表明,方法具有良好的收敛性和稳定性。
- 余健郭平
- 关键词：QPSO量子粒子群
- 优化Elman神经网络用于网络流量预测被引量：4
- 2008年
- 对量子粒子群优化(QPSO)算法进行研究,提出了自适应量子粒子群优化(Adaptive QPSO)算法,用于优化Elman神经网络的参数,改进了Elman神经网络的泛化能力。利用网络流量时间序列数据进行预测,实验结果表明,采用AQPSO算法优化获得的Elman神经网络模型不但具有较强的泛化能力,而且具有良好的稳定性,在网络流量时间序列数据的预测中具有一定的实用价值。
- 余健郭平
- 关键词：艾尔曼量子粒子群优化神经网络网络流量
- 基于AQPSO算法优化的RBF网络模型及应用研究被引量：4
- 2007年
- 提出了自适应量子粒子群优化(adaptive quantum-behaved particle swarm optimization,AQPSO)算法,用于训练RBF(radial basis function)网络的基函数中心和宽度,并结合最小二乘法计算网络权值,改进了RBF网络的泛化能力.利用上证指数数据进行预测,实验结果表明,采用AQPSO算法获得的RBF网络模型不但具有很强的泛化能力,而且具有良好的稳定性,在股票数据预测中具有一定的实用价值.
- 余健郭平
- 关键词：径向基函数量子粒子群优化神经网络股票预测
