QQ客服 官方微博 反馈留言

浏览/检索结果: 共6条，第1-6条 帮助 限定条件 发表日期：2016    内容类型：会议论文    专题：西安交通大学    第一署名单位    第一作者单位    通讯作者单位     已选(0)清除 条数/页：5101520253035404550556065707580859095100   排序方式：请选择作者升序作者降序题名升序题名降序发表日期升序发表日期降序提交时间升序提交时间降序 A Two Stages Invasive Weed Optimization via a New Clustering Strategy 会议论文 作者:  Huang, Shanshan;  Ren, Zhigang;  Wang, Muju;  Sun, Chenlin 收藏  |  浏览/下载：7/0  |  提交时间：2019/11/26 two stages optimization algorithm  Invasive Weed Optimization  clustering strategy  premature convergence   Convergence Analysis of Brain Storm Optimization Algorithm 会议论文 作者:  Zhou, Ziwei;  Duan, Haibin;  Shi, Yuhui 收藏  |  浏览/下载：12/0  |  提交时间：2019/12/02 convergence analysis  brain storm optimization  markov chain  style   Enhance Continuous Estimation of Distribution Algorithm by Variance Enlargement and Reflecting Sampling 会议论文 作者:  Ren, Zhigang;  He, Chenlong;  Zhong, Dexing;  Huang, Shanshan;  Liang, Yongsheng 收藏  |  浏览/下载：6/0  |  提交时间：2019/12/02 estimation of distribution algorithm  probability density  reflecting sampling  premature convergence   Improved Invasive Weed Optimization Based on Clustering Strategy 会议论文 作者:  Ren, Zhigang;  Huang, Shanshan;  Sun, Chenlin;  Liang, Yongsheng 收藏  |  浏览/下载：3/0  |  提交时间：2019/11/26 Clustering Algorithm  Invasive Weed Optimization  Statistical Information  Estimated SD  Premature Convergence   Convergence Properties of PDD-Type Iterative Learning Control for Discrete-Time Systems in Frequency Domain 会议论文 作者:  Li, Xiaohui;  Ruan, Xiaoe 收藏  |  浏览/下载：3/0  |  提交时间：2019/11/26 discrete-time system  monotone convergence  discrete frequency-domain spectrum  Iterative learning control  discrete-time Parseval-type's Energy Formula   Gaussian total variation blind restoration of ground-based space object imagery 会议论文 作者:  Guo, Shiping;  Zhang, Rongzhi;  Xu, Rong;  Liu, Changhai;  Li, Jisheng 收藏  |  浏览/下载：2/0  |  提交时间：2019/11/26 Alternating minimization  Blind restoration  Comparative simulation  Convergence properties  First-order Gaussian derivatives  Ground-based observations  Regularization parameters  Total variation regularization