基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为进一步增强进化算法在最小属性约简过程中的全局求解性能,提出了一种基于量子云模型反馈的协同精英属性均衡优势集成约简算法,该算法首先设计一种基于云模型反馈的量子自适应旋转角调整策略,使量子蛙群精英在云模型定性知识和罚因子反馈指导下自适应控制属性搜索空间范围;然后构建一种有限理性区域下协同精英均衡优势属性分解框架,在动态精英演化区域内使参与属性约简的量子蛙群精英在平均权重裕度下协同化达到Nash均衡优势区域;最后量子蛙群精英采用集成化操作机制在各自均衡优势区域内协同提取属性约筒子集,从而稳定取得全局最优约简特征集.实验结果表明本算法求解全局最优属性约简集效率、精度和稳定性等具有明显优势,应用到孕龄新生儿脑MRIs电子病历分割,进一步表明该算法具有较强的应用性能.
推荐文章
基于种群混合协同联盟的属性量子博弈均衡约简
属性演化约简
自适应进化树
混合协同
信任裕度
量子博弈
纳什均衡
基于协同进化云的属性集成多代理约简算法
协同进化精英优化
属性约简
协同云框架
集成多代理策略
婴幼儿脑3D-MRI
基于量子云模型演化的最小属性约简增强算法
属性约简
逆向云模型
量子云旋转门
量子云变异与云纠缠
基于量子混合协同进化的自适应多级联属性约简
属性约简
混合协同进化
自适应量子旋转角
执行经验记录
精英竞争池
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于量子云模型反馈的协同精英属性均衡优势集成约简
来源期刊 量子电子学报 学科 工学
关键词 量子光学 属性集成约简 量子云模型 协同精英 均衡优势
年,卷(期) 2016,(2) 所属期刊栏目 量子光学
研究方向 页码范围 220-230
页数 分类号 TP301.6
字数 语种 中文
DOI 10.3969/j.issn.1007-5461.2016.02.015
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王建东 南京航空航天大学计算机科学与技术学院 158 1573 21.0 31.0
2 丁卫平 南通大学计算机科学与技术学院 61 406 10.0 17.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (22)
共引文献  (6)
参考文献  (21)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1945(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(6)
  • 参考文献(1)
  • 二级参考文献(5)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(5)
  • 参考文献(3)
  • 二级参考文献(2)
2011(6)
  • 参考文献(0)
  • 二级参考文献(6)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(3)
  • 参考文献(3)
  • 二级参考文献(0)
2014(5)
  • 参考文献(5)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
量子光学
属性集成约简
量子云模型
协同精英
均衡优势
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
量子电子学报
双月刊
1007-5461
34-1163/TN
大16开
安徽省合肥市1125邮政信箱
26-89
1984
chi
出版文献量(篇)
2856
总下载数(次)
6
总被引数(次)
17822
论文1v1指导