基于Lévy分布的柔软自适应演化采样算法

发布时间：2021-02-28 07:31

　　已经有相关工作将演化思想引入采样算法中,并结合Lévy分布提出了自适应的采样算法。针对Lévy分布的参数设置和厚尾特性的关系进行了研究,改进了基于Lévy分布的演化采样算法,通过设置该分布的参数α值为1. 0、1. 3、1. 7、2. 0,分别对应四种转移概率分布,从而增加了生成的候选样本的多样性。理论分析和实验表明,改进算法在收敛速率和精度上优于基于高斯分布、柯西分布,对称指数分布的演化采样算法和其他自适应的演化采样算法。 

【文章来源】：计算机应用研究. 2019,36(07)北大核心

【文章页数】：5 页

【部分图文】：

图1。分别为1.0.13,1.7,2.0时LEry分布禾9d益偿肠斗浦.6h卜卜孟作

【参考文献】：
期刊论文
[1]Spark环境下基于频繁边的大规模单图采样算法[J]. 李龙洋,董一鸿,严玉良,陈华辉,钱江波.  计算机研究与发展. 2017(09)
[2]面向不均衡数据集中少数类细分的过采样算法[J]. 古平,杨炀.  计算机工程. 2017(02)
[3]量子粒子群优化算法的收敛性分析及控制参数研究[J]. 方伟,孙俊,谢振平,须文波.  物理学报. 2010(06)
[4]马尔科夫链蒙特卡罗方法研究综述[J]. 朱新玲.  统计与决策. 2009(21)



本文编号：3055529