排序方式: 共有4条查询结果,搜索用时 0 毫秒
1
1.
大数据融合智能是数据科学与工程的一个核心问题。大数据时代,深度学习新一代人工智能技术运用于复杂系统领域,面临全新的机遇和技术挑战。首先分析了大数据融合问题的内涵和特点,然后从复杂系统角度分析了深度学习技术研究新视角和粒计算在信息融合方面的新技术动态,推测了粒计算与深度学习的融合拓展可行性。最后,探讨了面向复杂系统认知研究的大数据融合智能建模粒计算处理架构,力求为复杂系统管理与控制技术研究拓展方法思路。 相似文献
2.
3.
通过分析量子粒子群在一类超球面支持向量机训练优化的应用机理,提出一种基于引导式量子粒子群(D-QDPSO)的一类超球面支持向量机训练优化算法,根据Zoutendijk最速下行策略确定全局最优gbest的优化方向,计算引导粒子位置;同时在初始化时根据序列最小优化算法(SMO)得到靠近最优解的近似位置,并以约束平面边界点作为初始化粒子,扩大了搜索范围。实验表明,D-QDPSO算法有较好的收敛性能和泛化性能,其误识率比SMO降低约0.12%,运算速度比LPSO提高2倍左右。 相似文献
4.
1