(2023.01)G06N 3/0464 (2023.01)G06N 3/08 (2023.01) (54)发明名称一种改进的元学习算法MG-Reptile(57)摘要本发明涉及元学习算法技术领域,具体涉及一种改进的元学习算法MG‑Reptile,其构建基础模型;输入训练样本和新样本;引入分布式测量策略DMS,对所述基础模型进行优化;使用生成性对抗网络GAN对所述基础模型进行...
通过这种方法,PADRE可以提高随机森林在化学机器学习任务中的性能,并有助于用于化学分子的主动学习流程。 Introduction 机器学习驱动的优化算法用于新颖化学分子的设计和发现越来越广泛,同时与理论计算和实验相比,ML模型评估的成本较低。然而,应用ML模型存在两个主要问题: 构建一个ML模型,该模型从较小的观察集能够推广到广...
研究了影响土壤膨胀行为的不同独立特征组合的方案。初步结果表明,BLR在预测变量(实际膨胀应变)中具有最高的偏差。REG和BLR的表现略优于ANN,而元启发式学习器(VE和SE)表现最佳(VE的R2值最高为0.94,RMSE为0.06%)。CEC、塑性指数和含水量...
深度学习算法的核心是特征映射,它能够摒除原始数据中的噪声,并且当向低维度空间进行映射时,能够很好的起到对数据降维的作用,因此我们思考利用深度学习的优势特性来弥补极限学习机的弱势特性从而改善极限学习机的性能。在本文中,首先介绍了基于自编码器的极限学习机(Auto Encode based Extreme Learning Machine, AE-ELM),...
2.2 编写算法 2.3 获取结果 2.4 可视化最优 三、算法封装代码 一、简介 在论文中,论文作者提出了一种改进的灰狼优化器(I-GWO),用于解决全局优化和工程设计问题. 提出这一改进是为了缓解 GWO 算法缺乏种群多样性、开发和探索之间的不平衡以及过早收敛的问题。I-GWO 算法受益于一种新的运动策略,称为基于维度学习的...
为获得适合的微学习单元特征,降低计算复杂度,并确保聚类准确性,本研究提出一种改进的骨干粒子群无监督特征选择算法用于选择微学习单元的特征.该方法用互信息构造适应度函数,并采用适应性突变概率策略,以提高算法收敛速度和计算精度.实验表明,该方法有助于提取适合的微学习单元特征,且所提取的特征能够提高微学习单元聚类...
【元胞自动机】基于元胞自动机模拟和改进遗传算法的动态网络分配模型分析matlab仿真.md八月**长安 上传9KB 文件格式 md 【元胞自动机】基于元胞自动机模拟和改进遗传算法的动态网络分配模型分析matlab仿真.md点赞(0) 踩踩(0) 反馈 所需:1 积分 电信网络下载 ...
A3C(Asynchronous Advantage Actor-Critic)算法是一种用于深度强化学习的算法。它通过并行化训练过程,提高了训练效率,并且能够处理连续动作和状态空间的问题。改进的A3C算法是对A3C算法的一种改进和优化,旨在提高计算效率和寻优效果。 需求响应管理是指根据电力系统的需求情况,通过调整用户的能源消耗行为,以实现电力系统的...
针对鲸鱼优化算法( whale optimization algorithm,WOA) 容易陷入局部最优和收敛精度低的问题进行了研究,提出一种改进的鲸鱼优化算法( IWOA) 。该算法通过准反向学习方法来初始化种群,提高种群的多样性;然后将线性收敛因子修改为非线性收敛因子,有利于平衡全局搜索和局部开发能力;另外,通过增加自适应权重改进鲸鱼优化算法...
八大排序算法包括冒泡排序、选择排序、插入排序、希尔排序、归并排序、快速排序、堆排序和计数排序。冒泡排序通过相邻元素比较并交换,逐步将最大值冒泡到最后。选择排序每次选择未排序部分的最小元素放到已排序部分末尾。插入排序将未排序元素插入已排序部分正确位置。希尔排序改进了插入排序,通过增量分组进行插入排序。归并排...