面向斯托克斯变分法的动态大规模机器学习算法

• 作者: 张小惠
• 来源期刊: 佳木斯大学学报（自然科学版）
• 学科: 工学
• 关键词: 斯托克斯变分法 斯托克斯变分法 深度计算 动态大规模环境
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 数理科学
• 页码范围: 303-306,318
• 页数: 5页
• 分类号: TP181
• 字数: 3807字
• 语种: 中文
• DOI: 10.3969/j.issn.1008-1402.2018.02.037

摘要

提出了一种面向斯托克斯变分法的动态大规模机器学习算法(Dynamic large scale machine learning algorithm,DLSMLA),利用该算法,能够实现0-1编码基础上的机器学习.而且在所提出的方法中,使得个体被动适应学习方式转变成为了机器学习,此时,系统与周边环境的交互实现是利用斯托克斯变分法进行的,故此,对于动态大规模环境具有更好的适应能力,对于环境发生的变化是能够及时进行侦测的,最后通过仿真结果表明:与同类方法相比,具有更强的动态搜索能力,而且极值点跟踪能力也是较为优越的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张小惠	安徽新华学院科技学院	13	8	2.0	2.0