-
题名基于差分演化二进制人工蜂群算法的多用户检测
被引量：5
- 1
-
-
作者
刘婷
张立毅
邹康
鲍韦韦
-
机构
天津大学电子信息工程学院
天津商业大学信息工程学院
天津工业大学电子与信息工程学院
-
出处
《电路与系统学报》
北大核心
2013年第1期5-10,共6页
-
文摘
最优多用户检测属于NP组合优化问题,人工蜂群算法作为一种简单有效的新兴启发式算法可以有效求解此类问题。针对基本二进制人工蜂群算法收敛速度慢、易陷入局部最优等缺陷,提出了一种基于差分演化的二进制人工蜂群算法,并应用于最优多用户检测中。算法采用多维邻域搜索策略,避免了连续域到离散域的转换,降低了算法复杂度,适合于实时处理。仿真结果表明,所提算法在抗多址干扰能力、抗"远近"效应能力和收敛性能方面均优于基本二进制人工蜂群算法。
-
关键词
最优多用户检测
基本二进制人工蜂群算法
差分演化二进制人工蜂群算法
邻域搜索策略
-
Keywords
optimum multiuser detection
basic binary artificial bee colony algorithm
differential evolution binary artificialbee colony algorithm
neighborhood search strategy
-
分类号
TN914.53
[电子电信—通信与信息系统]
-
-
题名利用邻域粗糙模型的差分演化特征选择方法
- 2
-
-
作者
吕月坪
刘秉瀚
-
机构
福州大学数学与计算机科学学院
-
出处
《小型微型计算机系统》
CSCD
北大核心
2010年第9期1825-1828,共4页
-
基金
国家自然科学基金项目(60675058)资助
福建省自然科学基金项目(2009J01283
2009J01248)资助
-
文摘
利用一种具有混合编码的二进制差分演化算法进行特征选择,并针对传统评价函数对样本邻域局部信息利用不足的问题,引入邻域粗糙集模型,省去了对数值型数据的离散化过程,同时分析了依赖度度量和邻域识别率度量可能存在的问题,综合两者提出加权邻域识别率,对特征子集适应度进行更好的评价.通过UCI数据进行实验,结果表明该方法能有效进行特征选择.
-
关键词
特征选择
二进制差分演化算法
邻域粗糙模型
加权邻域识别率
-
Keywords
feature selection
binary differential evolution algorithm
neighborhood rough set model
weighted neighborhood recognition rate
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
