混合多策略的麻雀搜索算法与应用

1

作者 娄莉 张慧茹 《计算机工程与科学》 北大核心 2025年第12期2216-2226,共11页

模糊c均值FCM聚类算法以其实现简单、符合实际等优点成为许多研究人员在进行图像分割时的选择,但传统的FCM算法也存在缺点:聚类中心随机初始化。为了恰当选取聚类中心,提出了一种混合多策略的麻雀搜索算法,利用麻雀搜索算法较强的寻优... 模糊c均值FCM聚类算法以其实现简单、符合实际等优点成为许多研究人员在进行图像分割时的选择,但传统的FCM算法也存在缺点:聚类中心随机初始化。为了恰当选取聚类中心,提出了一种混合多策略的麻雀搜索算法,利用麻雀搜索算法较强的寻优能力来优化FCM算法的初始聚类中心,提高FCM算法的分割效果。算法思路如下:首先,针对麻雀搜索算法后期种群多样性变差的问题,引入Fuch混沌映射;针对麻雀种群易在局部极值点震荡的问题,引入小孔成像反向学习对发现者位置进行更新;针对麻雀种群全局搜索能力较差的问题,引入高斯-柯西变异对跟随者位置进行更新;最终得到一种寻优精度和速度都较好的改进麻雀搜索算法,将FCM算法的目标函数作为改进麻雀搜索算法的寻优函数,进行自然场景和细胞图像分割实验,与标准的FCM算法相比,该算法的平均划分系数提升了5个百分点左右,鲁棒性也有所提升。 展开更多

关键词 麻雀搜索算法 反向学习 高斯-柯西变异 模糊C均值 图像分割

在线阅读 下载PDF 职称材料

基于OCSSA优化VMD的滚动轴承故障诊断方法

2

作者 高先磊 赵佰亭 贾晓芬 《重庆工商大学学报(自然科学版)》 2025年第6期41-47,共7页

目的为解决目前滚动轴承故障特征提取困难和故障诊断准确率低等问题,提出了基于优化麻雀搜索算法,即变分模态分解的方法,高效提取滚动轴承故障特征。方法首先,将麻雀搜索算法改进为融合鱼鹰和柯西变异的麻雀搜索算法(Osprey-Cauchy-Spar... 目的为解决目前滚动轴承故障特征提取困难和故障诊断准确率低等问题,提出了基于优化麻雀搜索算法,即变分模态分解的方法,高效提取滚动轴承故障特征。方法首先,将麻雀搜索算法改进为融合鱼鹰和柯西变异的麻雀搜索算法(Osprey-Cauchy-Sparrow Search Algorithm,OCSSA);其次,利用OCSSA优化VMD(Variational Mode Decomposition)参数来对轴承信号进行分解;最后,将特征向量作为卷积神经网络-双向长短记忆网络(CNN-BiLSTM)的输入,进行了滚动轴承故障类型的识别。结果实验结果表明:基于OCSSA-VMD特征提取的诊断模型的故障诊断准确率为99.333%,与麻雀搜索算法-VMD、灰狼优化算法-VMD、粒子群优化算法-VMD、传统VMD特征提取方法相比,故障诊断准确率分别提高了3.666%、5%、6.667%、9%。结论该方法充分地提取了故障特征,大大提高了故障诊断准确率。 展开更多

关键词 轴承故障 特征提取 融合鱼鹰和柯西变异的麻雀搜索算法 CNN-BiLSTM

在线阅读 下载PDF 职称材料

多策略改进 SSA 优化 LSTM 网络的短期光伏发电功率预测 被引量：1

3

作者 王玲芝 李晨阳 +1 位作者 李程 刘婧 《武汉大学学报(工学版)》 北大核心 2025年第8期1356-1366,共11页

为提高光伏发电功率预测精度,提出一种基于多策略改进麻雀搜索算法(multi strategy improved sparrow search algorithm,MSISSA)优化长短时记忆(long short-term memory,LSTM)网络的预测模型。首先,采用Logistic-Sine-Cosine混沌映射对... 为提高光伏发电功率预测精度,提出一种基于多策略改进麻雀搜索算法(multi strategy improved sparrow search algorithm,MSISSA)优化长短时记忆(long short-term memory,LSTM)网络的预测模型。首先,采用Logistic-Sine-Cosine混沌映射对麻雀种群初始化进行改进,增加初始种群的均匀性和遍历性。然后,针对在使用麻雀算法(sparrow search algorithm,SSA)优化LSTM网络时陷入局部最优及精度不足的问题,利用鱼鹰捕食策略、Levy飞行策略和柯西变异策略优化种群中麻雀的位置。最后,通过MSISSA优化得到LSTM网络的最优隐含层节点数、训练次数和学习率。实验证明,该模型比LSTM、GWO(grey wolf optimizer)-LSTM、WOA(whale optimization algorithm)-LSTM和SSA-LSTM模型具有更高的预测精度,尤其在阴天和雨天。该模型有助于电网稳定运行和电力系统调度,具有较高的实用价值。 展开更多

关键词 光伏功率预测 麻雀搜索算法 混合混沌映射 鱼鹰捕食策略 Levy飞行策略 柯西变异策略 长短时记忆

原文传递

基于改进MCKD-VMD的滚动轴承故障信号提取

4

作者 张爱彬 祁文哲 《机械工程与自动化》 2025年第5期148-150,共3页

为了在强噪声环境背景下有效地提取到滚动轴承微弱故障特征信号并且能够准确地诊断出故障结果,提出了OCSSA算法和MCKD、VMD算法相结合的轴承故障诊断方法。首先,在轴承故障的基础上为了模拟强背景噪声环境加随机白噪声,得到包络谱图;随... 为了在强噪声环境背景下有效地提取到滚动轴承微弱故障特征信号并且能够准确地诊断出故障结果,提出了OCSSA算法和MCKD、VMD算法相结合的轴承故障诊断方法。首先,在轴承故障的基础上为了模拟强背景噪声环境加随机白噪声,得到包络谱图;随后,利用OCSSA算法优化MCKD算法和VMD算法的参数,利用参数优化后的VMD对原始信号进行分解,利用IMF与原始信号的相关系数对部分IMF分量进行重构;再次,得到轴承故障频率特征;最后对通过理论计算得到的轴承故障频率与从包络谱图中得到的轴承故障频率进行对比,结果表明:包络谱图中轴承故障频率与理论计算得到的轴承故障频率基本保持一致,所以利用该方法能准确地诊断出故障类型。 展开更多

关键词 故障诊断 融合鱼鹰和柯西变异的麻雀算法 变分模态分解 最大相关峭度解卷积 特征提取

在线阅读 下载PDF 职称材料

融合柯西变异和反向学习的改进麻雀算法 被引量：185

5

作者 毛清华 张强 《计算机科学与探索》 CSCD 北大核心 2021年第6期1155-1164,共10页

针对基本麻雀搜索算法在迭代后期种群多样性减小,容易陷入局部极值的问题,提出一种融合柯西变异和反向学习的改进麻雀算法(ISSA)。首先,采用一种映射折叠次数无限的Sin混沌初始化种群,为全局寻优奠定基础;其次,在发现者位置更新方式中... 针对基本麻雀搜索算法在迭代后期种群多样性减小,容易陷入局部极值的问题,提出一种融合柯西变异和反向学习的改进麻雀算法(ISSA)。首先,采用一种映射折叠次数无限的Sin混沌初始化种群,为全局寻优奠定基础;其次,在发现者位置更新方式中引入上一代全局最优解,提高全局搜索的充分性,同时加入自适应权重,协调局部挖掘和全局探索的能力,并加快收敛速度;然后,融合柯西变异算子和反向学习策略,在最优解位置进行扰动变异,产生新解,增强算法跃出局部空间的能力;最后,与3种基本算法和2种改进的麻雀算法进行对比,对8个基准测试函数进行仿真实验以及Wilcoxon秩和检验,评估ISSA的寻优性能,并对ISSA进行时间复杂度分析。结果表明ISSA与其余5种算法相比,收敛速度更快,精度更高,全局寻优能力得到较大提升。 展开更多

关键词 麻雀搜索算法 Sin混沌 自适应 柯西变异 反向学习

在线阅读 下载PDF 职称材料

协作设计众包任务优化分配建模与求解 被引量：1

6

作者 刘电霆 吴丹玲 黄康政 《机械设计》 CSCD 北大核心 2021年第6期124-132,共9页

为解决产品设计中协作设计众包任务优化分配问题,建立了一个子任务对设计者匹配满意和设计者对子任务匹配满意的多目标优化模型,并提出一种改进的麻雀搜索算法进行求解。该模型以协作设计众包子任务和设计者双方最大匹配满意度为目标,... 为解决产品设计中协作设计众包任务优化分配问题,建立了一个子任务对设计者匹配满意和设计者对子任务匹配满意的多目标优化模型,并提出一种改进的麻雀搜索算法进行求解。该模型以协作设计众包子任务和设计者双方最大匹配满意度为目标,从而建立双方的一对一匹配。对算法进行改进,利用Sinusoidal混沌映射初始化种群;利用正余弦算法指引所有麻雀个体向最优位置移动。为防止最优解陷入局部最优,对最优解加带惯性的柯西变异扰动;将改进的算法在6个基准测试函数上进行性能验证。试验结果表明:改进后的麻雀搜索算法寻优能力优于灰狼优化算法(GWO)、蝙蝠算法(BA)及麻雀搜索算法(SSA),并举出实例说明了方法的可行性。 展开更多

关键词 产品设计 任务优化分配模型 麻雀搜索算法 Sinusoidal映射 柯西变异

原文传递

基于改进麻雀算法的多APF协调控制研究

7

作者 张涛 王清川 +2 位作者 陶然 黄明娟 刘伉 《电子测量技术》 北大核心 2023年第13期32-38,共7页

有源电力滤波器(APF)因其具有快速追踪和消除谐波的功能而广泛应用于配电网中。其中,LCL型APF对高频谐波有更好的抑制能力。随着APF并网数目的日益增多,各APF间的交互影响问题变得不可忽视。针对多APF间的交互影响,首先基于诺顿定理推... 有源电力滤波器(APF)因其具有快速追踪和消除谐波的功能而广泛应用于配电网中。其中,LCL型APF对高频谐波有更好的抑制能力。随着APF并网数目的日益增多,各APF间的交互影响问题变得不可忽视。针对多APF间的交互影响,首先基于诺顿定理推导了多APF并网等效模型,其次利用广义动态相对增益矩阵(GDRGA)对交互影响进行定量分析,最后将抑制交互影响转化为多目标优化问题。针对传统麻雀算法在搜索后期存在全局寻优能力差、易陷入局部最优的缺陷,引入tent混沌和动态随机柯西变异进行改进,并采用改进麻雀算法对APF各控制参数进行协调优化。结果表明,改进麻雀算法能得到分布更加良好的pareto解集,求解性能更优,多目标优化后能有效抑制APF间的交互影响,验证本文所提方法的有效性。 展开更多

关键词 LCL型APF 交互影响 广义动态相对增益矩阵 动态随机柯西变异 改进麻雀优化算法

原文传递

基于改进SSA-DBN的质子交换膜燃料电池水故障智能分类方法 被引量：8

8

作者 刘昕宇 韩莹 +2 位作者 陈维荣 李奇 杨哲昊 《电力自动化设备》 EI CSCD 北大核心 2024年第4期18-24,共7页

为了实现质子交换膜燃料电池(PEMFC)系统水故障的高效快速分类,提出了基于改进麻雀搜索算法(SSA)优化深度置信网络(DBN)的PEMFC故障分类方法。采用归一化处理消除故障数据参数之间量纲不同的影响,使用核主成分分析对数据进行故障特征提... 为了实现质子交换膜燃料电池(PEMFC)系统水故障的高效快速分类,提出了基于改进麻雀搜索算法(SSA)优化深度置信网络(DBN)的PEMFC故障分类方法。采用归一化处理消除故障数据参数之间量纲不同的影响,使用核主成分分析对数据进行故障特征提取,有效地缩减了原始数据维度,降低了运算复杂度,并避免低贡献度数据对故障分类造成干扰。引入柯西-高斯变异策略改进SSA,并利用SSA对DBN进行参数寻优,确定网络结构,通过优化后的DBN实现对PEMFC水故障的快速分类。对3 000组PEMFC水故障数据进行测试,结果表明:所提方法可以快速准确地识别PEMFC的正常状态、膜干故障、水淹故障3种健康状态;总体的分类准确率为98.67%,运算时间为0.89 s,相比支持向量机、概率神经网络方法,所提方法的故障分类精度分别提升了4%、3.34%,运算时间分别减少了15.35、0.35 s。 展开更多

关键词 质子交换膜燃料电池 故障分类 深度置信网络 麻雀搜索算法 核主成分分析 柯西-高斯变异策略

在线阅读 下载PDF 职称材料

多策略改进的蜣螂优化算法及其应用 被引量：36

9

作者 郭琴 郑巧仙 《计算机科学与探索》 CSCD 北大核心 2024年第4期930-946,共17页

蜣螂优化算法(DBO)是近年提出的智能优化算法,与其他优化算法一样,DBO也存在收敛精度低、易陷入局部最优等缺点。针对DBO的这些局限性,提出一种多策略改进的蜣螂优化算法(MIDBO)。首先,改进雏球和偷窃蜣螂对局部最优解和全局最优解的接... 蜣螂优化算法(DBO)是近年提出的智能优化算法,与其他优化算法一样,DBO也存在收敛精度低、易陷入局部最优等缺点。针对DBO的这些局限性,提出一种多策略改进的蜣螂优化算法(MIDBO)。首先,改进雏球和偷窃蜣螂对局部最优解和全局最优解的接受程度,使其根据自身搜索能力动态变化,既提升了种群质量又保持了适应度高的个体的良好搜索能力;其次,融合麻雀搜索算法中的追随者位置更新机制对算法进行扰动,并用贪婪策略更新位置,提升了算法的收敛精度;最后,当算法陷入停滞时引入柯西高斯变异策略,提高了算法跳出局部最优解的能力。仿真实验基于20个基准测试函数和CEC2019测试函数,验证了3种改进策略的有效性,将所改进算法和对比算法的优化结果进行收敛性分析和Wilcoxon秩和检验,证明了MIDBO具有良好的寻优性能和鲁棒性。将MIDBO运用在汽车碰撞优化问题的求解上,进一步验证了MIDBO在求解实际工程问题中的有效性和可靠性。 展开更多

关键词 蜣螂优化算法 局部最优解 麻雀搜索算法 柯西高斯变异 汽车碰撞优化问题 Wilcoxon秩和检验

在线阅读 下载PDF 职称材料

基于双向长短期记忆网络组合模型的水质预测 被引量：17

10

作者 尚旭东 段中兴 +1 位作者 陈炳生 李天册 《环境科学学报》 CAS CSCD 北大核心 2024年第7期261-270,共10页

水质是生态环境保护和水资源管理的重要指标之一,准确预测水质对于保障水环境安全和可持续利用至关重要.本研究提出了一种基于双向长短期记忆网络(Bi-directional Long Short-Term Memory,BiLSTM)的组合水质预测方法.该方法首先采用鱼... 水质是生态环境保护和水资源管理的重要指标之一,准确预测水质对于保障水环境安全和可持续利用至关重要.本研究提出了一种基于双向长短期记忆网络(Bi-directional Long Short-Term Memory,BiLSTM)的组合水质预测方法.该方法首先采用鱼鹰优化算法(Osprey optimization algorithm,OOA)改进的变分模态分解(Varational Mode Decomposition,VMD)方法将水质时间序列数据分解为多个本征模态函数(Intrinsic Mode Functions,IMF),以便捕捉不同时间尺度的波动特征;其次通过麻雀搜索算法(Sparrow Search Algorithm,SSA)优化后的双向长短期记忆网络进行单个IMF的预测;最后将各模态预测结果叠加融合得到最终预测结果.结果表明,该模型在黑河张家桥监测站点数据集上溶解氧、氨氮、总磷、总氮的均方根误差分别为0.162、0.002、0.003、0.063,校正系数分别为0.991、0.979、0.977、0.994;与BiLSTM和OOA-VMDBiLSTM相比,均方根误差分别降低了0.393、0.005、0.004、0.376和0.236、0.004、0.003、0.148,校正系数分别提高了0.090、0.131、0.046、0.271和0.043、0.090、0.040、0.059.在其他检测站点的实验中,该方法也取得了良好的效果,进一步验证了其准确性和可行性.该方法作为水环境管理和决策的一种有效手段,能够帮助提高水质监测和水资源管理的效率. 展开更多

关键词 水质预测 变分模态分解 鱼鹰优化算法 双向长短期记忆网络 麻雀搜索算法

原文传递

多策略融合改进的麻雀搜索算法 被引量：2

11

作者 王荣林 王海波 +3 位作者 李志峰 李鹏涛 文皓 刘春杰 《吉林化工学院学报》 CAS 2024年第3期68-75,共8页

针对麻雀搜索算法(SSA)收敛速度慢、探索能力不足、容易陷入局部最优等问题,提出了一种多策略融合改进的麻雀搜索算法(OSSSA)。首先,借助Tent混沌映射初始化种群的多样性以提升初始解的质量;其次,在发现者位置更新中引入鱼鹰算法第一阶... 针对麻雀搜索算法(SSA)收敛速度慢、探索能力不足、容易陷入局部最优等问题,提出了一种多策略融合改进的麻雀搜索算法(OSSSA)。首先,借助Tent混沌映射初始化种群的多样性以提升初始解的质量;其次,在发现者位置更新中引入鱼鹰算法第一阶段探索策略提升种群对局部搜索的勘探能力;最后,在跟随者位置更新中引入柯西变异和可变螺旋搜索策略提高算法的搜索效率和全局搜索性能,降低算法陷入局部最优解的概率,增强算法的全局寻优能力。在此基础上,对8个基准测试函数进行仿真实验以评估算法的寻优性能,通过对仿真图像及数据的分析,改进后的麻雀搜索算法在收敛速度和寻优精度上得到了较大的提升,验证了改进策略的有效性。 展开更多

关键词 麻雀搜索算法 柯西变异 鱼鹰算法 螺旋搜索策略

在线阅读 下载PDF 职称材料

融合麻雀搜索算法和柯西变异策略的沙猫群优化算法 被引量：1

12

作者 王霞 茹兴旺 《通化师范学院学报》 2024年第8期35-41,共7页

针对原始的沙猫群优化算法在迭代后期搜索效率低,容易陷入局部最优的问题,提出了一种多策略改进的沙猫群优化算法(ISCSO).首先,通过融合麻雀搜索算法的搜索机制策略,提高了沙猫靠近和捕获猎物的速度,有效地提升了算法后期的搜索能力.其... 针对原始的沙猫群优化算法在迭代后期搜索效率低,容易陷入局部最优的问题,提出了一种多策略改进的沙猫群优化算法(ISCSO).首先,通过融合麻雀搜索算法的搜索机制策略,提高了沙猫靠近和捕获猎物的速度,有效地提升了算法后期的搜索能力.其次,为避免算法出现早熟收敛现象,引入limit阈值判断算法是否陷入局部最优.最后,采用柯西变异策略,改变个体所处位置,提高种群多样性,使算法跳出局部最优.通过在6种不同类型的基准测试函数上进行仿真,对实验结果进行数值分析,结果表明:改进后的沙猫群优化算法在求解高维复杂问题上具有精度高、收敛速度快、鲁棒性强等优势. 展开更多

关键词 沙猫群优化 麻雀搜索算法 柯西变异 全局优化搜索 元启发式算法

在线阅读 下载PDF 职称材料

基于VMD-CNN-BiLSTM的轴承故障多级分类识别 被引量：6

13

作者 王祎颜 王衍学 姚家驰 《机电工程》 CAS 北大核心 2024年第9期1554-1564,共11页

双馈风力发电机(DFIG)作为风能发电领域的关键设备之一,保障其稳定运行显得尤为重要。针对DFIG轴承故障的多级分类问题,提出了一种基于参数优化的变分模式分解-卷积神经网络-双向长短期记忆(VMD-CNN-BiLSTM)故障诊断模型。首先,采用改... 双馈风力发电机(DFIG)作为风能发电领域的关键设备之一,保障其稳定运行显得尤为重要。针对DFIG轴承故障的多级分类问题,提出了一种基于参数优化的变分模式分解-卷积神经网络-双向长短期记忆(VMD-CNN-BiLSTM)故障诊断模型。首先,采用改进的麻雀优化算法——鱼鹰-柯西-麻雀搜索算法(OCSSA)对变分模态分解(VMD)的惩罚因子、模态分量进行了优化,OCSSA算法是将鱼鹰算法和柯西变异策略与麻雀算法进行了融合,形成了一种新的优化算法,该算法利用强大的参数搜索能力获取了更精确的频率特征;然后,利用卷积神经网络(CNN)提取了信号的时域和频域特征,并对特征进行了融合;最后,利用双向长短期记忆网络(BiLSTM)学习了故障的序列模式,完成了故障的多级分类任务。研究结果表明:基于OCSSA算法优化的VMD-CNN-BiLSTM模型在多级轴承故障识别方面表现出明显的优势,平均识别准确率可达98.36%,与CNN-LSTM、CNN-BiLSTM和VMD-BiLSTM模型进行对比,该模型具有更卓越的故障诊断性能、出色的泛化能力和快速的计算速度。这一结果充分验证了该模型在双馈风力发电机轴承故障的多级分类识别任务上的有效性,且适用于在线监测和智能诊断,为实现高效、可靠的风能发电提供了重要的实际应用价值。 展开更多

关键词 双馈风力发电机 变分模式分解-卷积神经网络-双向长短期记忆 鱼鹰-柯西-麻雀搜索算法 轴承故障诊断 多级分类 识别准确率 泛化能力

在线阅读 下载PDF 职称材料

基于SCSSA-VMD-MCKD的轴承早期微弱故障异常检测方法 被引量：4

14

作者 陈立海 谭奥 +2 位作者 贺永辉 张笑琼 白晓龙 《机电工程》 CAS 北大核心 2024年第12期2129-2141,共13页

针对滚动轴承在强噪声干扰下早期微弱故障不易被检测的问题,提出了一种基于结合正余弦和柯西变异的麻雀智能搜索算法优化变分模态分解与最大相关峭度解卷积(SCSSA-VMD-MCKD)的轴承早期微弱故障异常检测方法。首先,采用结合正余弦和柯西... 针对滚动轴承在强噪声干扰下早期微弱故障不易被检测的问题,提出了一种基于结合正余弦和柯西变异的麻雀智能搜索算法优化变分模态分解与最大相关峭度解卷积(SCSSA-VMD-MCKD)的轴承早期微弱故障异常检测方法。首先,采用结合正余弦和柯西变异的麻雀智能搜索算法(SCSSA)优化了VMD参数α和K,进而对轴承故障信号进行了自适应分解,根据加权包络谱峰值因子指标(WEPF)筛选有效模态分量,并重构得到了重构信号;然后,采用SCSSA优化了MCKD参数T、L和M,并用优化后的MCKD方法增强了重构信号故障冲击成分;最后,对经MCKD增强后的重构信号进行了包络谱分析,提取到了轴承故障特征频率及倍频;利用轴承故障仿真信号和试验信号对该故障异常检测方法进行了验证分析。研究结果表明:该检测方法能够有效降噪并自适应增强故障冲击成分,相较于经SCSSA-VMD分解并重构的信号,故障仿真信号和实测试验信号信噪比分别提升了102.6%和81.3%,均方根误差分别降低了26.7%和33.3%;轴承内外圈故障特征频率及倍频幅值更为突出,能够实现强噪声背景下滚动轴承早期微弱故障异常检测目的,与SSA-VMD-MCKD方法相比,更能突显该方法的优越性。 展开更多

关键词 滚动轴承 故障诊断 故障冲击成分增强 结合正余弦和柯西变异的麻雀智能搜索算法 变分模态分解 最大相关峭度解卷积

在线阅读 下载PDF 职称材料

改进麻雀搜索算法优化支持向量机的人脸识别 被引量：2

15

作者 周凯莉 吴有超 +1 位作者 姜元昊 周枫 《软件导刊》 2023年第5期35-41,共7页

为提升人脸识别的准确性,提出一种融合Tent混沌映射的麻雀搜索算法优化支持向量机参数的分类模型。首先改进麻雀搜索算法,选择Tent映射初始化麻雀种群,提高发现者种群质量;然后加入自适应调整惯性权重策略,增强全局搜索能力与收敛速度;... 为提升人脸识别的准确性,提出一种融合Tent混沌映射的麻雀搜索算法优化支持向量机参数的分类模型。首先改进麻雀搜索算法,选择Tent映射初始化麻雀种群,提高发现者种群质量;然后加入自适应调整惯性权重策略,增强全局搜索能力与收敛速度;接下来添加柯西变异对适应度较好的个体进行突变,解决算法停滞问题;最后将改进后的麻雀搜索算法用于优化支持向量机的核参数与惩罚参数,动态调整人脸相似度的接受阈值,实现错误分类率评价指标数值的最小化。结果显示,该方法在人脸识别分类中的准确率达到98.5%。 展开更多

关键词 麻雀搜索算法 支持向量机 自适应调整惯性权重 柯西变异 人脸识别

在线阅读 下载PDF 职称材料

基于ISSA-LSTM的黄鳝池溶氧量多参数预测

16

作者 林彬彬 徐震 +1 位作者 袁泉 田志新 《电子科技》 2024年第4期87-96,共10页

为提高溶氧量的多参数预测精度,文中基于改进的麻雀搜索算法(Improved Sparrow Search Algorithm,ISSA)与长短期记忆神经网络(Long and Short-Term Memory Neural Networks,LSTM)建立ISSA-LSTM溶氧量预测模型,并将该模型用于上海市农业... 为提高溶氧量的多参数预测精度,文中基于改进的麻雀搜索算法(Improved Sparrow Search Algorithm,ISSA)与长短期记忆神经网络(Long and Short-Term Memory Neural Networks,LSTM)建立ISSA-LSTM溶氧量预测模型,并将该模型用于上海市农业科学院黄鳝养殖池溶氧量预测。利用混沌映射、透镜成像反向学习、自适应调节和柯西变异对麻雀搜索算法进行优化,通过小波变换进行数据预处理,并利用主成分分析法确定模型训练的输入参数。训练结果表明,相关系数、均方根误差、均方误差和平均绝对误差分别为0.911、1.392 mg·L^(-1)、1.938 mg·L^(-1)和0.992 mg·L^(-1),均优于对照模型。选择模型输入参数对模型预测结果也会产生影响,使用与溶氧量中等相关和强相关的参数同时作为输入参数的模型预测效果最优。训练结果为溶氧量多参数预测模型的发展提供了新视角。 展开更多

关键词 溶氧量预测 长短期记忆神经网络 麻雀搜索算法 主成分分析法 小波变换 柯西变异 混沌映射 黄鳝养殖

在线阅读 下载PDF 职称材料