导读:本文包含了选择算法论文开题报告文献综述及选题提纲参考文献，主要关键词:信息增益,萤火虫算法,特征选择,步长因子
选择算法论文文献综述
文武,赵成,赵学华,刘颖,范荣妹[1]（2019）在《基于信息增益和萤火虫算法的文本特征选择》一文中研究指出针对传统的文本特征选择方法所选特征子集精度不高的问题,提出一种结合信息增益和萤火虫算法的特征选择方法。计算所有特征词的信息增益并按从高到低排序,在排序靠前的特征集合上利用萤火虫算法寻优搜索得到最优特征子集。为避免萤火虫算法求解速度慢和陷入局部最优,对步长因子α进行改进,使其动态更新。在KNN上的文本分类实验结果表明,萤火虫算法选择的特征子集与信息增益和遗传算法相比,具有更好的分类效果。(本文来源于《计算机工程与设计》期刊2019年12期）
何牧宇,周晖[2]（2019）在《ReliefF-MFO多标签特征选择算法》一文中研究指出为解决启发式算法在多标签特征选择中可以达到较好效果但效率很低的问题,提出一种基于启发式算法的混合特征选择算法。使用ReliefF方法去除不相关特征,采用MFO算法进行特征子集寻优,提高分类器性能的同时达到较高的效率。将所提方法应用于多个典型多标签数据集分类问题并与现有启发式特征选择方法进行对比,实验结果表明了所提算法的有效性。(本文来源于《计算机工程与设计》期刊2019年12期）
赵丹[3]（2019）在《应用C语言程序中的选择结构判断闰年的算法研究》一文中研究指出C语言程序中的选择结构分为单选择结构、双选择结构和多选择结构,其中单选择结构用if语句实现,双选择结构用if…else语句实现,多选择结构用if…else语句和switch语句均可实现,许多学生在学习选择结构语句时仅仅学会基本语法,并不能学会选择语句的真正用法、应用选择结构语句编制出高质量的程序代码。本文以判断闰年程序为例学习C语言的选择结构的应用算法。(本文来源于《计算机产品与流通》期刊2019年12期）
彦逸,李波,陈守明,林强,黄巨涛[4]（2019）在《一种面向反馈网络的因果特征选择算法及其应用》一文中研究指出针对2种主流的基于马尔科夫毯(Markov Blanket)和基于信息理论(Information-theoretic)的特征选择策略无法有效解决具有反馈机制的多层网络下的问题,提出一种面向反馈多层网络的因果特征选择方法。该方法首先利用D-separation准则找到目标节点T的邻居节点,即邻居特征Ne(T),然后对目标节点与其余特征求互信息,找出互信息靠前的且不被集合Ne(T)中元素D-separation的特征集合R,最后合并Ne(T)和R即为目标节点对应的特征。该方法有效地避免了基于马尔科夫毯的在反馈网络下特征选择错误和多层网络下最大互信息的特征选择错误的问题。与2种经典的策略在大型电力营销系统中典型告警预测进行对比,相较于主流的特征选择方案,实验结果均表明该方法对于电力营销系统的预测告警特征选择更加有效。(本文来源于《计算机与现代化》期刊2019年12期）
汪玉凤,王子英[5]（2019）在《克隆选择算法在TCSC控制器中的应用》一文中研究指出针对电力系统的低频振荡和暂态稳定性问题,提出一种电力系统稳定器(PPS)结合可控硅控制串联电容器的控制策略,并利用克隆选择算法调节电抗值等参数来解决晶闸管可控串补(TCSC)控制器控制电抗的准确性问题。同时采用时域仿真的目标函数提高了克隆选择算法的优化收敛速度。配备PSS和TCSC控制器的等效电力系统仿真结果验证了这种控制策略的有效性。(本文来源于《2019航空装备服务保障与维修技术论坛暨中国航空工业技术装备工程协会年会论文集》期刊2019-12-05）
李亚伦,柴争义,陈国强[6]（2019）在《一种用于异常检测的实值否定选择算法》一文中研究指出为了提高实值否定选择算法的效率,通过分析检测器的更新过程,针对已有实值否定选择算法检测器生成冗余的问题,提出一种减少冗余检测器生成的优化算法。所提算法检测器采用二次否定选择,并通过改变接受和拒绝零假设的条件来快速更新检测器集,进而减少无效检测器的生成。采用该算法对合成数据集2DSyntheticData和实际的Iris数据集进行了实验,结果表明,该算法误警率低,所需检测器的数量明显减少,适合实时异常检测。(本文来源于《南京理工大学学报》期刊2019年05期）
曹文梁,康岚兰[7]（2019）在《高斯过程回归超参数自适应选择粒子群优化算法》一文中研究指出超参数优化是减少高斯过程回归(Gaussian process regression,GPR)学习方法计算量,提高高斯模型性能的一个重要问题。为解决超参数优化问题中先验知识匮乏,对初始值过分依赖且易陷入局部最优等问题,文章引入粒子群优化(particle swarm optimization,PSO)算法,并结合差分速度更新公式及自适应变异策略,提出了一种自适应差分粒子群-高斯过程回归优化(adaptive differential particle swarm optimization-Gaussian process regression,ADPSO-GPR)算法对GPR中超参数进行自适应优化。该算法在线性与非线性两类时序回归序列上与多种主流超参数优化算法进行对比,实验结果表明,采用该文算法优化超参数后的GPR具有较高的拟合精度及泛化能力。(本文来源于《合肥工业大学学报(自然科学版)》期刊2019年11期）
秦钰莹,孙长印[8]（2019）在《超密集组网下基于链路效率的多连接小区选择算法》一文中研究指出在5G超密集网络场景下,通过用户双/多连接技术可提高用户吞吐量,降低频繁切换带来的链路失效率。但是,随着链接数的增加,链路管理和资源分配带来的控制信令开销将增加,多链路带来的边际效益递减。为此,提出了多连接链路效率的概念,据此设计了基于链路效率的小区选择算法。该算法基于最大化用户和平均链路速率问题,在基站端及用户端采用变量松弛和拉格朗日对偶分解法来求解。仿真结果表明,多连接的小区选择问题能提高系统吞吐量,在获得更大的用户和速率的同时,也带来链路使用效率的提升。(本文来源于《电讯技术》期刊2019年11期）
花晨芝,赵凌,宋建军[9]（2019）在《遗传算法选择特征波长在紫外光谱检测COD中的研究》一文中研究指出为简化紫外光谱测化学需氧量检测模型,提高模型的预测精度,将偏最小二乘算法与遗传算法相结合,优化对紫外光谱特征波长的选择.通过建模和实验分析表明:使用该方法对特征波长进行选取,偏最小二乘回归模型在均方误差意义下达到最优,平均相对误差在5%以内,而且预测精度明显优于未经遗传算法选取波长的偏最小二乘回归模型.(本文来源于《四川师范大学学报(自然科学版)》期刊2019年06期）
阎朝坤,郑金格,王建林,张戈,王胜[10]（2019）在《基于改进蜻蜓算法的帕金森疾病特征选择研究》一文中研究指出帕金森疾病(PD)是一种直接影响人类步态的慢性神经系统疾病.它导致病人运动缓慢、肌肉僵硬和震颤.目前已经累积了一些帕金森疾病的相关特征数据,这些数据蕴含了与帕金森疾病直接相关的重要特征.对这些特征的分析和筛选有助于对潜在帕金森病人进行快速诊断和治疗.针对该问题,本文提出了一种基于改进蜻蜓算法(Improve Binary Dragonfly Algorithm,IBDA)的特征选择策略,利用差分进化算法的变异、交叉和选择产生初始种群,利用BDA算法的平行、聚合、分离、觅食和避敌5种行为来进一步求解.此外,在迭代过程中采取精英策略来保持种群的优良性,利用Levy飞行避免求解陷入局部最优.基于UCI公开数据集从多个指标比较了IBDA和其他特征选择算法的性能,实验结果表明提出的IBDA算法在帕金森疾病特征选择上具有更好的性能.(本文来源于《河南大学学报(自然科学版)》期刊2019年06期）
选择算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为解决启发式算法在多标签特征选择中可以达到较好效果但效率很低的问题,提出一种基于启发式算法的混合特征选择算法。使用ReliefF方法去除不相关特征,采用MFO算法进行特征子集寻优,提高分类器性能的同时达到较高的效率。将所提方法应用于多个典型多标签数据集分类问题并与现有启发式特征选择方法进行对比,实验结果表明了所提算法的有效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
选择算法论文参考文献
[1].文武,赵成,赵学华,刘颖,范荣妹.基于信息增益和萤火虫算法的文本特征选择[J].计算机工程与设计.2019
[2].何牧宇,周晖.ReliefF-MFO多标签特征选择算法[J].计算机工程与设计.2019
[3].赵丹.应用C语言程序中的选择结构判断闰年的算法研究[J].计算机产品与流通.2019
[4].彦逸,李波,陈守明,林强,黄巨涛.一种面向反馈网络的因果特征选择算法及其应用[J].计算机与现代化.2019
[5].汪玉凤,王子英.克隆选择算法在TCSC控制器中的应用[C].2019航空装备服务保障与维修技术论坛暨中国航空工业技术装备工程协会年会论文集.2019
[6].李亚伦,柴争义,陈国强.一种用于异常检测的实值否定选择算法[J].南京理工大学学报.2019
[7].曹文梁,康岚兰.高斯过程回归超参数自适应选择粒子群优化算法[J].合肥工业大学学报(自然科学版).2019
[8].秦钰莹,孙长印.超密集组网下基于链路效率的多连接小区选择算法[J].电讯技术.2019
[9].花晨芝,赵凌,宋建军.遗传算法选择特征波长在紫外光谱检测COD中的研究[J].四川师范大学学报(自然科学版).2019
[10].阎朝坤,郑金格,王建林,张戈,王胜.基于改进蜻蜓算法的帕金森疾病特征选择研究[J].河南大学学报(自然科学版).2019