检索结果-内蒙古大学图书馆

小型微型计算机系统 2024年第11期45卷 2618-2627页

作者：朱杰付伟马宁季伟东苏婷陈珊哈尔滨师范大学计算机科学与信息工程学院哈尔滨150025

针对鲸鱼优化算法容易陷入局部最优,求解精度低,收敛速度慢,提出了一种多种群进化和差分变异的鲸鱼优化算法(MDWOA).首先,根据适应度值将种群划分为两个大小相等的子种群,并为每个子种群分配不同的移动策略,以平衡全局和局部搜索能力.其... 详细信息

针对鲸鱼优化算法容易陷入局部最优,求解精度低,收敛速度慢,提出了一种多种群进化和差分变异的鲸鱼优化算法(MDWOA).首先,根据适应度值将种群划分为两个大小相等的子种群,并为每个子种群分配不同的移动策略,以平衡全局和局部搜索能力.其次,设计了一种种群进化和差分变异的策略来帮助MDWOA提高收敛速度,避免其陷入局部最优.最后,引入反向学习策略,增加种群多样性.将MDWOA与多种优化算法在13个基准函数上进行仿真测试,非参数检验的结果表明相较于其他优化算法来说改进的算法具有更高的精度和稳定性.在此基础上,建立了基于MDWOA优化BP神经网络模型,预测波士顿房价的实验结果表明所提出的预测模型具有更好的预测性能和有效性.

关键词：多种群进化差分变异鲸鱼优化算法反向学习 MDWOA-BP神经网络

来源：评论

学校读者我要写书评

暂无评论

基于MODIS-EVI2与集成学习的森林火烧迹地面积预测

引用

遥感技术与应用 2024年第5期39卷 1261-1270页

作者：冯俊辰董昊韩鹏李远斌刘靖宇丁云鸿哈尔滨师范大学计算机科学与信息工程学院黑龙江哈尔滨150025

在林火救援中,根据火灾早期阶段预测最终燃烧面积,可有效指导火灾救援。然而,以往研究采用归一化差值植被指数(Normalized Difference Vegetation Index,NDVI)作为输入指标,其对土壤反射率敏感,数据噪声大。因此两波段增强植被指数(Two-... 详细信息

在林火救援中,根据火灾早期阶段预测最终燃烧面积,可有效指导火灾救援。然而,以往研究采用归一化差值植被指数(Normalized Difference Vegetation Index,NDVI)作为输入指标,其对土壤反射率敏感,数据噪声大。因此两波段增强植被指数(Two-band Enhanced Vegetation Index,EVI2)被使用以准确预测野火过火面积。此外,针对单一机器学习预测算法抗干扰能力差的问题,一种基于堆叠泛化(Stacking)集成学习的Stacking-XRSK模型被提出。结果表明:使用EVI2使模型R^(2)较NDVI提高6.05%,MAE和MSE分别降低0.88%和0.41%。相比于单一模型,使用Stacking-XRSK模型的R^(2)最高,高出范围在2.8%~11.06%之间,MAE、MSE和AOC最低。验证了利用EVI2代替NDVI预测火烧迹地面积的可行性和准确性,同时表明Stacking模型能在充分发挥单一基模型优势的基础上提高模型的泛化能力,为森林火灾安全管理与及时扑救提供科学的参考。

关键词：森林火烧迹地面积两波段增强植被指数预测模型集成学习机器学习

来源：评论

学校读者我要写书评

暂无评论

基于多指标精英个体博弈机制的多目标优化算法

引用

系统仿真学报 2023年第3期35卷 494-514页

作者：王旭季伟东周国辉杨佳慧哈尔滨师范大学计算机科学与信息工程学院黑龙江哈尔滨150025

为了改善多目标优化算法的收敛性与优化解集的多样性,缓解种群在目标空间中的坍缩,提出一种基于多指标精英个体博弈机制的多目标优化算法。利用Pareto支配关系与多指标综合筛选精英个体。将带有K-means聚类的精英个体博弈机制与交叉变... 详细信息

为了改善多目标优化算法的收敛性与优化解集的多样性,缓解种群在目标空间中的坍缩,提出一种基于多指标精英个体博弈机制的多目标优化算法。利用Pareto支配关系与多指标综合筛选精英个体。将带有K-means聚类的精英个体博弈机制与交叉变异策略融合,有效提升了算法的收敛性与多样性。对算法进行了详细的收敛性分析,证明了算法的收敛性。将8个代表性的比较算法在标准测试函数上进行解集指标对比并解决实际水泵调度问题,本文算法在收敛性与多样性上优于或持平其他比较算法,验证了本文算法的有效性,在一定程度上减小了种群在目标空间中坍缩的概率。

关键词：多目标优化收敛性分析博弈机制 K-means聚类精英个体筛选

来源：评论

学校读者我要写书评

暂无评论

基于协同博弈粒子群算法的故障指示器配置优化

引用

系统仿真学报 2023年第6期35卷 1278-1289页

作者：王旭季伟东周国辉哈尔滨师范大学计算机科学与信息工程学院黑龙江哈尔滨150025

为了平衡配电网故障指示器的可靠性与经济性,提出一种多空间协同博弈粒子群算法对其进行优化。基于种群空间分组思想,将种群活动空间自适应分割,子空间中粒子博弈进化,并对粒子进行融合余弦相似反向策略的博弈计算,很好地平衡了算法的... 详细信息

为了平衡配电网故障指示器的可靠性与经济性,提出一种多空间协同博弈粒子群算法对其进行优化。基于种群空间分组思想,将种群活动空间自适应分割,子空间中粒子博弈进化,并对粒子进行融合余弦相似反向策略的博弈计算,很好地平衡了算法的收敛性与多样性。仿真结果表明:对种群进行自适应的多空间划分有利于种群跳出局部极值,融合余弦相似反向的博弈计算有利于提升种群收敛精度,该方法具有很好的普适性和有效性。

关键词：粒子群算法故障指示器优化配置博弈计算协同进化

来源：评论

学校读者我要写书评

暂无评论

车联网中基于位置语义的差分隐私保护方法

引用

小型微型计算机系统 2024年第4期45卷 984-990页

作者：解杉杉刘海龙赵国生哈尔滨师范大学计算机科学与信息工程学院哈尔滨150025

车联网中车辆获取基于位置服务时需要提供真实的位置信息,导致用户的轨迹隐私存在泄漏风险.针对车联网轨迹隐私保护中未考虑位置语义信息及生成的虚假轨迹可用性低问题,提出一种基于位置语义的差分隐私轨迹保护方法.首先,根据语义流行... 详细信息

车联网中车辆获取基于位置服务时需要提供真实的位置信息,导致用户的轨迹隐私存在泄漏风险.针对车联网轨迹隐私保护中未考虑位置语义信息及生成的虚假轨迹可用性低问题,提出一种基于位置语义的差分隐私轨迹保护方法.首先,根据语义流行度和信息熵计算出真实位置对隐私预算的敏感程度,并设计实时隐私等级计算算法,同时搭建差分隐私模型实时分配隐私预算.然后划分语义Voronoi地图,对具有相同语义的虚假位置使用K-means算法进行聚类,并使用Hausdorff距离衡量轨迹相似度,以提升轨迹的可用性.在真实数据集上的仿真实验表明,所提方法与其他差分隐私保护方法相比轨迹可用性有明显的提升.

关键词：车联网基于位置服务轨迹隐私位置语义差分隐私

来源：评论

学校读者我要写书评

暂无评论

基于离群点检测和自适应参数的三支DBSCAN算法

引用

计算机应用研究 2024年第7期41卷 1999-2004页

作者：李志聪孙旭阳哈尔滨师范大学计算机科学与信息工程学院哈尔滨150025

针对经典的DBSCAN算法存在难以确定全局最优参数和误判离群点的问题,该算法首先从选择最优参数角度出发,通过数据集的分布特征生成Eps和MinPts列表,将两个列表中的参数进行全组合操作,把不同的参数组合依次进行聚类,从而寻找准确率最高... 详细信息

针对经典的DBSCAN算法存在难以确定全局最优参数和误判离群点的问题,该算法首先从选择最优参数角度出发,通过数据集的分布特征生成Eps和MinPts列表,将两个列表中的参数进行全组合操作,把不同的参数组合依次进行聚类,从而寻找准确率最高点对应的参数。最后从离群点角度出发,将三支决策思想与离群点检测LOF算法进行结合。该算法与多种聚类算法进行效果对比分析,结果表明该算法能够全自动化选择全局最优参数,并提高聚类算法的准确性。

关键词： DBSCAN算法三支聚类自适应参数离群点检测

来源：评论

学校读者我要写书评

暂无评论

半定量信息工业控制异构网络安全评估

引用

小型微型计算机系统 2024年第5期45卷 1218-1227页

作者：李世明张雨禾王禹贺杜军周国辉高丽哈尔滨师范大学计算机科学与信息工程学院哈尔滨150025

工业控制系统的异构性及其与互联网深度融合给工控系统安全评估带来精度不高等诸多问题.本文提出一种基于半定量信息的工业异构网络安全态势评估模型,该模型可以提高评估精度,解决难以描述不确定性信息和难以契合工控异构网络复杂结构... 详细信息

工业控制系统的异构性及其与互联网深度融合给工控系统安全评估带来精度不高等诸多问题.本文提出一种基于半定量信息的工业异构网络安全态势评估模型,该模型可以提高评估精度,解决难以描述不确定性信息和难以契合工控异构网络复杂结构等现存问题.该方法将工业控制网络划分为不同异构子网,根据子网特点选取有针对性的评估属性,并使用性能优秀的ER规则对不同类型的评估属性进行融合,可以有效利用定性知识和定量数据,获得更加准确的评估结果.在多个实际工业控制网络数据集上进行评估实验得到的结果表明:本文提出的模型与网络安全评估实际参考值的均方根误差值比RF、BP、SVM模型分别降低了80.2%、40.8%和87.7%,验证了该模型的有效性和准确性.

关键词：工业控制网络半定量信息安全评估 ER 异构网络

来源：评论

学校读者我要写书评

暂无评论

趋优变异反向学习的樽海鞘群与蝴蝶混合优化算法

引用

计算机应用研究 2024年第3期41卷 721-728,763页

作者：黄鑫宇马宁付伟季伟东亓文凤哈尔滨师范大学计算机科学与信息工程学院哈尔滨150025

针对蝴蝶优化算法(butterfly optimization algorithm,BOA)易陷入局部最优,且收敛速度慢和寻优精度低等问题,提出了一种趋优变异反向学习的樽海鞘群与蝴蝶混合优化算法(hybrid optimization algorithm for salp swarm and butterfly with reverse mutation towards optimization learning,OMSSBOA)。引入柯西变异对最优蝴蝶个体进行扰动,避免算法陷入局部最优;将改进的樽海鞘群优化算法(salp swarm algorithm,SSA)嵌入到BOA,平衡算法全局勘探和局部开采的比重,进而提高算法收敛速度;利用趋优变异反向学习策略扩大算法搜索范围并提升解的质量,进而提高算法的寻优精度。将改进算法在10种基准测试函数上进行仿真实验,结果表明,改进算法具有较好的寻优性能和鲁棒性。

关键词：蝴蝶优化算法樽海鞘群优化算法柯西变异趋优变异反向学习领导者策略

来源：评论

学校读者我要写书评

暂无评论

面向联邦学习激励优化的演化博弈模型

引用

小型微型计算机系统 2024年第3期45卷 718-725页

作者：孙跃杰赵国生廖祎玮哈尔滨师范大学计算机科学与信息工程学院哈尔滨150025

针对联邦学习中参与者虚报训练成本导致激励不匹配的现象,提出了面向联邦学习激励优化的演化博弈模型.首先在联邦学习系统中建立了联邦参与者-联邦组织者演化博弈模型,设计模型质量评估算法对参与者提交的模型进行质量评估,去除低质量... 详细信息

针对联邦学习中参与者虚报训练成本导致激励不匹配的现象,提出了面向联邦学习激励优化的演化博弈模型.首先在联邦学习系统中建立了联邦参与者-联邦组织者演化博弈模型,设计模型质量评估算法对参与者提交的模型进行质量评估,去除低质量模型的同时量化参与者训练成本.然后结合信誉度指标提出优化的激励分配方法,通过求解演化博弈的稳定策略得到不同初始状态下的最优收益策略.最后仿真实验表明参与者激励收益方面,与平均分配法和个体收益分享法相比诚实参与者的收益提升了70%和57.4%,虚报参与者收益降低了65%和69.5%,策略选择方面,所提模型能合理选择收益策略.

关键词：联邦学习演化博弈激励机制复制动态方程

来源：评论

学校读者我要写书评

暂无评论

单细胞TCR测序分析SARS-CoV-2感染患者不同感染时期免疫组库特征

引用

中国免疫学杂志 2024年第5期40卷 1096-1101页

作者：宁可高建龙马恩泽朱晓哈尔滨师范大学计算机科学与信息工程学院哈尔滨150025 烟台大学计算机与控制工程学院烟台264005

目的:采用单细胞测序的方法,分析SARS-CoV-2感染患者不同感染时期免疫组库特征,探讨其可能的发病机制。方法:利用NCBI数据库获得数据,设置对照组、进展组和康复组。使用RStudio、Origin、Hipliot和Excel软件对单细胞测序数据进行分析。... 详细信息

目的:采用单细胞测序的方法,分析SARS-CoV-2感染患者不同感染时期免疫组库特征,探讨其可能的发病机制。方法:利用NCBI数据库获得数据,设置对照组、进展组和康复组。使用RStudio、Origin、Hipliot和Excel软件对单细胞测序数据进行分析。结果:TCR在识别抗原和清除病毒的过程中发挥重要作用,免疫组库特征在不同感染时期有很大差异。细胞的克隆数量均超过26.92%。α链CDR3长度分布集中在14个氨基酸上,而β链集中在15个氨基酸上。V和J区基因片段使用频率不同,TRAV13-1、TRAJ20、TRBV20-1、TRBJ2-1等基因的使用频率差异有统计学意义(P<0.05)。进一步V-J基因组合分析显示,对照组和进展组、对照组和康复组的单链V-J对使用频率差异均有统计学意义(P<0.05)。对照组αβ双链V-J对使用频率最高的是TRAV19-J34-TRBV4-1-J2-1,进展组αβ双链V-J对使用频率最高的是TRAV12-1-J30-TRBV19-1-J2-1,康复组αβ双链V-J对使用频率最高的是TRAV12-2-J52-TRBV7-9-J1-5。结论:本研究分析免疫组库T细胞的全局特征,有助于理解SARSCoV-2感染患者的发病机制,使患者在感染初期及时得到有效的治疗。

关键词： T细胞受体免疫组库感染时期全局特征

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：