基于绝对尺度预测的交互式进化算法

• 作者: 王上飞 王煦法 薛佳
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 绝对尺度 预测 交互式进化计算 用户疲劳
• 年，卷（期）: 2006,（3）
• 所属期刊栏目: 研究与应用
• 页码范围: 417-421
• 页数: 5页
• 分类号: TP18
• 字数: 2523字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2006.03.023

摘要

预测用户的评估特性可以有效减轻交互式进化算法中的用户疲劳问题,但基于相对尺度的用户评估制约了预测的准确性.针对这一问题,本文提出一种基于绝对尺度预测的交互式进化算法,将用户的相对评估转化成绝对评估,减少预测器学习样本中的噪声,提高预测的准确性,从而加快算法的收敛速度,更好地减轻用户疲劳.文中采用6个标准函数模拟用户,验证算法的有效性.将该算法应用于服装图像的个性化情感检索,运用符号检验方法证实采用本文所提出的算法可以获得更好的检索结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王煦法	中国科学技术大学计算机科学与技术系	191	4142	33.0	58.0
2	王上飞	中国科学技术大学计算机科学与技术系	23	377	11.0	19.0
3	薛佳	中国科学技术大学计算机科学与技术系	4	20	3.0	4.0