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:
为了从功能磁共振成像(fMRI)数据中识别到高质量的脑效应连接网络,提出双萤火虫种群并行搜索的脑效应连接网络学习方法.利用2个萤火虫种群寻优完成脑效应连接网络的学习,将萤火虫种群划分为精英种群和普通种群.通过精英种群的定向移动和普通种群的随机移动,分别逐步构建脑效应连接网络;在网络构建过程中,利用种群迁移操作动态地调整精英种群和普通种群的种群规模,以实现两种群之间的信息交流.每隔一定代数,使用基于多样性度量的种群自适应更新机制,动态地进行2个种群的更新.在多组模拟数据上的实验结果表明,新算法与其他算法相比,在识别总体性能上具有明显优势.在真实数据上的实验表明了算法的潜在实用性.
推荐文章
一种基于多种群学习机制的萤火虫优化算法
萤火虫算法
群智能
多种群
学习机制
高斯变异
双种群协同下带混沌闪烁机制的萤火虫算法研究
萤火虫算法
闪烁机制
混沌
全局最优
基于Tent混沌映射的改进的萤火虫算法
萤火虫算法
混沌映射
混沌优化算法
参数优化
基准测试函数
基于萤火虫优化的副本放置方法
副本放置
萤火虫优化算法
云计算
分布式存储
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 基于双萤火虫种群并行搜索的脑效应连接网络学习方法
来源期刊 浙江大学学报(工学版) 学科 工学
关键词 脑网络 脑效应连接网络 贝叶斯网 萤火虫算法 双种群并行搜索
年,卷(期) 2020,(4) 所属期刊栏目 计算机技术、信息工程
研究方向 页码范围 694-703,777
页数 11页 分类号 TP311|TP18
字数 8807字 语种 中文
DOI 10.3785/j.issn.1008-973X.2020.04.008
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 冀俊忠 北京工业大学多媒体与智能软件技术北京市重点实验室 58 626 14.0 23.0
2 纪子龙 北京工业大学多媒体与智能软件技术北京市重点实验室 2 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (131)
共引文献  (9)
参考文献  (20)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(6)
  • 参考文献(2)
  • 二级参考文献(4)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(6)
  • 参考文献(1)
  • 二级参考文献(5)
2007(8)
  • 参考文献(0)
  • 二级参考文献(8)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(12)
  • 参考文献(1)
  • 二级参考文献(11)
2011(10)
  • 参考文献(2)
  • 二级参考文献(8)
2012(9)
  • 参考文献(0)
  • 二级参考文献(9)
2013(11)
  • 参考文献(1)
  • 二级参考文献(10)
2014(24)
  • 参考文献(4)
  • 二级参考文献(20)
2015(22)
  • 参考文献(2)
  • 二级参考文献(20)
2016(13)
  • 参考文献(4)
  • 二级参考文献(9)
2017(2)
  • 参考文献(1)
  • 二级参考文献(1)
2018(3)
  • 参考文献(1)
  • 二级参考文献(2)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 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
脑网络
脑效应连接网络
贝叶斯网
萤火虫算法
双种群并行搜索
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
浙江大学学报(工学版)
月刊
1008-973X
33-1245/T
大16开
杭州市浙大路38号
32-40
1956
chi
出版文献量(篇)
6865
总下载数(次)
6
总被引数(次)
81907
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导