搜索资源列表
qpso
- 在网络异常检测中,为了提高对异常状态的检测率，降低对正常状态的误判率,本文提出一种基于量子粒子群优化算法训练小波神经网络进行网络异常检测的新方法。利用量子粒子群优化算法(QPSO)训练小波神经网络,将小波神经网络(WNN)中的参数组合作为优化算法中的一个粒子,在全局空间中搜索具有最优适应值的参数向量。- In order to improve the detection rate for anomaly state and reduce the false positive rate for n
fdgdfhs
- 基于最大互信息和量子粒子群优化算法的医学图像配准研究-Based on maximum mutual information and quantum particle swarm optimization algorithm for medical image registration
QPSO
- 基于matlab的量子粒子群算法源代码，用于函数优化，供参考-Matlab quantum particle swarm algorithm source code for function optimization, for reference
qpso_featsel2
- 这是一个基于量子行为的粒子群算法（QPSO）用于特征选择的matlab程序，用户可以选择目标函数优化方向、种群大小，也可以在内部修改QPSO的参数beta-this is a feature selection program based on quantum_behaved particle swarm optimization of matlab ,the user can chose the object function optimization direction,the scale
1234255
- 介绍了一种利用量子行为粒子群算法(QPSO)求解多峰函数优化问题的方法。为此，在 QPSO中引进一种物种形成策略，该方法根据群体微粒的相似度并行地分成子群体。每个子群体是 围绕一个群体种子而建立的。对每个子群体通过QPSO算法进行最优搜索。从而保证每个峰值都有 同等机会被找到，因此该方法具有良好的局部寻优特性。将基于物种形成的QPSO算法与粒子群算 法(PSO)对多峰优化问题的结果进行比较。对几个重要的测试函数进行仿真实验结果证明，基于物 种形成的QPSO算法可以尽
Aqpsozipn
- 在网络异常检测中,为了提高对异常状态的检测率，降低对正常状态的误判率,本文提出一种基于量子粒子群优化算法训练小波神经网络进行网络异常检测的新方法。利用用量子粒子群优化算法(QPSO)训练小波神经网络,将小波神经网络(WNN)中的参数组合作为优化算法中的一个粒子,在全局空间中搜索具有最优适应值的参数向量。 -This paper presents a new method of network anomaly detection based on quantum particle swarm
sa-qpso
- 基于模拟退火算法的量子行为粒子群优化算法-Based on simulated annealing algorithm of particle swarm optimization algorithm
GA2
- 程序6：遗传算法工具箱使用例子； 程序7：多种群遗传算法的函数优化； 程序8：基于量子遗传算法的函数寻优； 程序9：基于遗传算法的多目标优化算法； 程序10：基于粒子群算法的多目标搜索算法-Program 6: examples of the use of genetic algorithm toolbox Program 7: multi-population genetic algorithm function optimization Program 8: a func
Q-PSO
- 本人所写的基于量子行为优化的粒子群算法，很好的解决了粒子群算法易于陷入局部最优解的缺点-I wrote particle swarm optimization based on quantum-behaved, a good solution to the shortcomings of particle swarm algorithm is easy to fall into local optima
PSO
- 基于量子的粒子群优化算法,该算法通过粒子群有量子的行为，提高了算法的寻优能力，增强了算法的全局搜索能力，有效的避免了“早熟”问题。(Quantum based particle swarm optimization algorithm.The algorithm improves the searching ability of the algorithm by quantum behavior of particle swarm, and enhances the global searchi