随着大数据时代的到来,人们所要面对的问题越来越复杂,维数越来越高。传统的优化算法在处理高维大数据时性能急速下降。针对传统优化算法的缺点,如算法参数较多、难以调节,个体更新策略单一及问题领域知识很难利用的缺点,采用自适应理论、多策略融合及知识驱动理论,提出了自适应智能算法、多策略智能算法及基于知识驱动的智能算法。这些方法,大大提高了原有算法的性能,并成功的用于解决大数据优化问题中。
报告题目:基于智能算法的大数据优化研究
报 告 人:王改革 中国海洋大学 副教授
报告时间:2020年5月19日14:00
报告形式:腾讯会议
会议号:195 298 815
会议密码:12345
主办单位:信息与控制工程学院
王改革,中国海洋大学,副教授,主要致力于进化计算、群体智能和大数据优化等方面研究。发表学术论文110余篇,其中,SCI检索73篇,1区9篇,2区21篇;总影响因子为223.731,其中第一/通讯作者为148.931。主持国家自然...
擅长领域:
煤炭专题培训