期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到2篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于黄金正弦混沌斑鬣狗优化算法的高光谱波段选择 被引量：8
1
作者 戴天虹 孙春雪 +4 位作者 黄建平 谢千程 丛士杰 黄新望 李克新 《激光与光电子学进展》 CSCD 北大核心 2022年第10期509-518,共10页
波段选择是降低高光谱数据维度,减少数据过多冗余的有效手段,是高光谱影像像素分类的重要前提。其本质上是一个复杂的组合优化问题,用传统的搜索方法不易得到满意的解。针对上述问题,提出了一种结合黄金正弦和混沌斑鬣狗算法(GSSHO)的... 波段选择是降低高光谱数据维度,减少数据过多冗余的有效手段,是高光谱影像像素分类的重要前提。其本质上是一个复杂的组合优化问题,用传统的搜索方法不易得到满意的解。针对上述问题,提出了一种结合黄金正弦和混沌斑鬣狗算法(GSSHO)的高光谱波段选择方法。首先,使用混沌策略初始化斑鬣狗种群,提高种群的随机性和多样性;然后,用黄金正弦算法改进原始斑鬣狗算法搜索个体位置更新方式,提高算法的全局搜索能力;最后,设计结合分类精度和波段个数的适应度函数,对算法优化性能进行评价。在高光谱遥感数据集上,将该方法与其他先进优化算法进行比较,实验结果表明,该方法所选波段个数接近原波段的1/10,对于Pavia Centre数据集分类精度高达99.08%,优于其他对比方法,能以更合理的收敛方向找到最优解,所选波段数更少,分类精度更高,是一种高效的波段选择方法。 展开更多
关键词 成像系统 波段选择 斑鬣狗优化算法 黄金正弦算法 混沌策略
原文传递
基于PCA-SHO-SVM和PCA-SHO-BP模型的径流预测 被引量：5
2
作者 李代华 《水资源与水工程学报》 CSCD 北大核心 2021年第1期97-102,共6页
为提高径流预测精度,研究主成分分析(PCA)、斑鬣狗优化(SHO)算法与支持向量机(SVM)、BP神经网络相融合的预测方法。在样本数据筛选上选取PCA方法进行数据降维,使数据样本简洁且更具代表性。利用SHO算法优化SVM关键参数及BP神经网络权阈... 为提高径流预测精度,研究主成分分析(PCA)、斑鬣狗优化(SHO)算法与支持向量机(SVM)、BP神经网络相融合的预测方法。在样本数据筛选上选取PCA方法进行数据降维,使数据样本简洁且更具代表性。利用SHO算法优化SVM关键参数及BP神经网络权阈值,分别提出PCA-SHO-SVM、PCA-SHO-BP径流量预测模型,并与SHO-SVM、PCA-SVM、SVM和SHO-BP、PCA-BP、BP模型的预测结果作对比,通过云南省龙潭水文站年径流量及枯水期月径流量预测为例进行验证。结果表明,PCA-SHO-SVM、PCA-SHO-BP模型对实例年径流量预测的平均相对误差分别为2.34%、2.50%,对月径流量预测的平均相对误差分别为6.15%、6.08%,预测精度均优于其他6种模型,具有较高的预测精度和更强的泛化能力。 展开更多
关键词 径流预测 主成分分析 斑鬣狗优化算法 支持向量机 BP神经网络 数据降维 参数优化
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部