检索结果-内蒙古大学图书馆

一类饲养业中发生的传染病模型的全局分析

引用

生物数学学报 2011年第2期26卷 322-328页

作者：陈永雪黄运金福建农林大学计算机与信息学院福建福州350002

根据当所饲养的禽畜发生传染病时饲养业者的实际行为,研究了具有常数输入且输入者中必含潜伏期者的SEQ(I)S模型.利用三维竞争系统的Poincare-Bendixson性质排除了周期解的存在,证明了唯一的疾病存在平衡点的全局稳定性.

关键词：平衡点竞争系统复合矩阵全局稳定性

来源：评论

学校读者我要写书评

暂无评论

基于BC_1F_(1:2)种子的胚乳QTL区间定位

引用

生物数学学报 2011年第3期26卷 540-546页

作者：温永仙福建农林大学计算机与信息学院福建福州350002

提出了基于分子标记基因型信息来自BC_1F_1母体植株,胚乳性状表型值来自BC_1F_(1:2)单粒种子胚乳的试验设计的胚乳QTL定位的区间作图方法.同时,用计算机全面模拟以验证该模型的可行性,模拟结果表明,只要群体足够大,该模型能有效地进行... 详细信息

提出了基于分子标记基因型信息来自BC_1F_1母体植株,胚乳性状表型值来自BC_1F_(1:2)单粒种子胚乳的试验设计的胚乳QTL定位的区间作图方法.同时,用计算机全面模拟以验证该模型的可行性,模拟结果表明,只要群体足够大,该模型能有效地进行胚乳性状QTL定位并能估计出胚乳QTL的各种遗传效应和母体效应.

关键词：胚乳性状 QTL作图母体效应单粒测定

来源：评论

学校读者我要写书评

暂无评论

挖掘最大频繁项集的改进蚁群算法

引用

计算机工程与应用 2011年第13期47卷 161-165页

作者：黄红星王秀丽黄习培福建农林大学计算机与信息学院福州350002

最大频繁项集挖掘用于发现频繁地出现在数据集中的最大子集,目前已经有许多有效的算法。应用蚁群算法挖掘最大频繁项集是一种新的方法,但是该算法往往迭代次数多,提取率低。结合频繁项集关联图和最大最小蚂蚁系统,提出一种新的蚁群算法... 详细信息

最大频繁项集挖掘用于发现频繁地出现在数据集中的最大子集,目前已经有许多有效的算法。应用蚁群算法挖掘最大频繁项集是一种新的方法,但是该算法往往迭代次数多,提取率低。结合频繁项集关联图和最大最小蚂蚁系统,提出一种新的蚁群算法。算法构造蚁群路径图,蚁群在动态的信息素和启发式因子指导下构造局部最大频繁项集,通过新的局部更新和全局更新机制发现全局最大频繁项集。对比实验表明,算法挖掘速度快,提取率高。

关键词：数据挖掘最大频繁项集蚁群优化最大最小蚂蚁系统关联图

来源：评论

学校读者我要写书评

暂无评论

求解TSP问题的伪贪婪离散粒子群优化算法

引用

小型微型计算机系统 2011年第1期32卷 181-184页

作者：詹仕华王长缨钟一文福建农林大学计算机与信息学院福建福州350002

以旅行商问题为例,提出一种基于元胞结构的伪贪婪离散粒子群优化算法.为了体现粒子对环境的感知能力,设计了伪贪婪的粒子位置修改操作算子,为了反映粒子间不同学习能力,体现粒子的个体差异性,设计了3种学习算子来提高算法的局部求精能力... 详细信息

以旅行商问题为例,提出一种基于元胞结构的伪贪婪离散粒子群优化算法.为了体现粒子对环境的感知能力,设计了伪贪婪的粒子位置修改操作算子,为了反映粒子间不同学习能力,体现粒子的个体差异性,设计了3种学习算子来提高算法的局部求精能力,为了更好地保持粒子群的多样性,采用了元胞结构作为粒子群的种群拓扑和邻域结构,这些策略使算法在空间探索和局部求精间取得较好的平衡.在典型旅行商问题上进行了仿真,结果表明算法具有良好的性能.

关键词：伪贪婪离散粒子群优化旅行商问题元胞结构学习算子

来源：评论

学校读者我要写书评

暂无评论

基于三参数区间数型偏好序的群决策方法

引用

山东大学学报（理学版） 2011年第7期46卷 65-69页

作者：林健姜永福建农林大学计算机与信息学院福建福州350002

研究了决策者偏好以三参数区间数型偏好序形式给出的有限方案群决策问题。首先给出了三参数区间数型偏好序的定义,在综合考虑决策者偏好信息的基础上,引入导出的偏好序向量,给出了三参数区间数型偏好序的概率描述。其次介绍了三参数区... 详细信息

研究了决策者偏好以三参数区间数型偏好序形式给出的有限方案群决策问题。首先给出了三参数区间数型偏好序的定义,在综合考虑决策者偏好信息的基础上,引入导出的偏好序向量,给出了三参数区间数型偏好序的概率描述。其次介绍了三参数区间数型偏好序一致性的两个定义,利用调整算法对一致性不可接受的偏好序进行修正。通过定义三参数区间数型偏好序之间的偏差函数,给出一种确定决策者权重向量的有效方法,从而建立了一种解决有限方案群决策问题的有效算法。最后通过一个实例说明该方法的可行性和有效性。

关键词：三参数区间数偏好序偏差函数群决策

来源：评论

学校读者我要写书评

暂无评论

蛋白质功能预测的蚁群优化算法

引用

广西师范大学学报（自然科学版） 2011年第3期29卷 136-141页

作者：吴超钟一文福建农林大学计算机与信息学院福建福州350002

预测蛋白质功能是后基因组时代最具挑战性的问题之一,在大规模数据下采用高性能的功能预测算法能够节省大量的实验时间和成本。利用基于蛋白质相互作用网络的全局优化模型,提出了蛋白质功能预测的蚁群优化算法,算法在考虑全局模型的同... 详细信息

预测蛋白质功能是后基因组时代最具挑战性的问题之一,在大规模数据下采用高性能的功能预测算法能够节省大量的实验时间和成本。利用基于蛋白质相互作用网络的全局优化模型,提出了蛋白质功能预测的蚁群优化算法,算法在考虑全局模型的同时还利用了网络的先验信息,提高了搜索效率,仿真结果表明,蚁群优化算法能够有效对蛋白质功能进行预测,并且对蛋白质相互作用网络中的假阳性、假阴性数据具有较高的容错能力。

关键词：蛋白质相互作用网络功能预测蚁群优化算法全局优化模型

来源：评论

学校读者我要写书评

暂无评论

具有HollingⅢ功能性反应和扩散的三种群模型的持久性和全局吸引性

引用

福建农林大学学报（自然科学版） 2011年第2期40卷 211-216页

作者：章金凤福建农林大学计算机与信息学院福建福州350002

研究一类含有连续时滞的HollingⅢ功能性反应和扩散的三种群捕食—食饵模型,讨论了该模型的一致持久性,从而得到了保证该系统持久性的充分条件;通过构造适当的Lyapunov函数得到了保证此系统全局吸引的充分条件.

关键词： HollingⅢ功能性反应连续时滞持久性全局吸引

来源：评论

学校读者我要写书评

暂无评论

基于内模型的知识遗忘

引用

福建农林大学学报（自然科学版） 2011年第3期40卷 318-321页

作者：林运国王秀丽林耀海福建农林大学计算机与信息学院福建福州350002

在多Agent系统下,根据遗忘理论和经典知识逻辑建立基于内模型的知识逻辑,并且提出相应的互模拟关系,定义出知识逻辑;讨论了知识遗忘的相关性质.

关键词：多Agent系统知识逻辑内模型遗忘理论

来源：评论

学校读者我要写书评

暂无评论

趋药性人工蜂群算法训练神经网络研究

引用

广西师范大学学报（自然科学版） 2011年第3期29卷 120-124页

作者：林晓宇钟一文王爱荣福建农林大学计算机与信息学院福建福州350002

本文设计了一种复合人工蜂群算法,将细菌觅食优化算法中的趋药性行为引入到人工蜂群算法中,使得引领蜂和观察蜂进行局部探查时像细菌觅食时那样翻转到有利的方向上进行游动;另一方面,让蜜蜂尝试在所有维度产生扰动并择优选择,这两种策... 详细信息

本文设计了一种复合人工蜂群算法,将细菌觅食优化算法中的趋药性行为引入到人工蜂群算法中,使得引领蜂和观察蜂进行局部探查时像细菌觅食时那样翻转到有利的方向上进行游动;另一方面,让蜜蜂尝试在所有维度产生扰动并择优选择,这两种策略大大增强了人工蜂群算法的局部探查能力。将此算法应用于训练人工神经网络,实验表明改进后的算法性能比人工蜂群算法和粒子群算法有很大提高。

关键词：趋药性人工蜂群人工神经网络细菌觅食优化

来源：评论

学校读者我要写书评

暂无评论

挖掘最大频繁项集的朴素蚁群优化算法

引用

计算机工程与设计 2011年第1期32卷 301-304页

作者：黄红星景林黄习培福建农林大学计算机与信息学院福建福州350002

为了挖掘大型数据库中的最大频繁项集,为其建立了非线性优化模型,并给出一种朴素蚁群算法求解。该算法只需要扫描一次数据库,不使用启发式信息而采用朴素信息素模型,即信息素释放在与每个项关联的有两个边上,从而将边与项紧密联系起来,... 详细信息

为了挖掘大型数据库中的最大频繁项集,为其建立了非线性优化模型,并给出一种朴素蚁群算法求解。该算法只需要扫描一次数据库,不使用启发式信息而采用朴素信息素模型,即信息素释放在与每个项关联的有两个边上,从而将边与项紧密联系起来,既构建了蚁群的路径,又挖掘最大频繁项集。采用与问题紧密相关的局部更新、全局更新和局部搜索机制。理论分析和对比实验结果表明了该算法的有效性。

关键词：数据挖掘最大频繁项集非线性优化蚁群优化

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：