说明:bagging 集成算法描述:Bagging是一种把多个不同的弱学习器训练成一个强学习器的集成学习方法Bagging是一种并行训练过程,通过分类测试样本的有放回抽样,获取多个分类测试子样本,通过分类子样本训练T个基分类器,当对每一个实例进行分类时,分别调用这T个基分类器,得到T个结果,最后对分类问题...
说明:DE 算法主要用于求解连续变量的全局优化问题,其主要工作步骤与其他进化算法基本一致,主要包括变异(Mutation)、交叉(Crossover)、选择(Selection)三种操作。算法的基本思想是从某一随机产生的初始群体开始,利用从种群中随机选取的两个个体的差向量作为第三个个体的随机变化源,将差向...
说明:国赛2007 ABCD 优秀论文
说明:这是一个启发式算法,并命名为改进粒子群优化,用于许多问题,例如寻找最佳点,在计算机科学,粒子群优化算法,粒子群优化算法是一种计算方法,优化和优化和解决问题,试图提高一个给定的质量问题,在一个给定的质量指标。它解决了一个问题,有人口的候选解决方案,这里被称为“粒子”,并移动这些粒子周围的“搜索空间”,...
说明:随着多媒体、网络技术的迅速发展,图像信息的应用日益广泛,对规模越来越大的图像数据库、可视信息进行有效的管理成为迫切需要解决的问题,灵活、高效、准确的图像检索策略是解决这一问题的关键技术之一。因此,基于内容的图像检索已成为国内外学者研究的主要热点问题,并取得了不少的成果。 本文主要对当今热门的基于内容...