李志强
- 作品数：6 被引量：7H指数：2
- 供职机构：西北师范大学更多>>
- 发文基金：国家自然科学基金甘肃省自然科学基金更多>>
- 相关领域：自动化与计算机技术理学更多>>
- 三维神经元几何形态生成算法研究进展被引量：2
- 2015年
- 神经元是神经系统的基本构建和计算单元,神经元几何形态的计算模型对理解大脑的结构功能关系及信息处理极其重要。在总结和分析各种三维神经元几何形态生成算法的基础上,给出三维神经元几何形态生成算法的计算框架。根据神经元几何形态生成机制的不同,将生成算法分为基于统计分析的重建算法、基于文法规则的生成算法和基于生物发育的生长算法3类,并重点比较和分析现有生成算法的优缺点。
- 蔺想红张玉平李志强王佩青
- 关键词：神经元形态人类脑计划
- 几类带奇异φ-Laplacian算子非线性边值问题正解的存在性
- 李志强
- 基于聚类的NSGA-Ⅱ算法被引量：2
- 2013年
- 采用精英策略的非支配排序遗传算法(NSGA-II)种群收敛分布不均匀,全局搜索能力较弱。针对该问题,基于现有的算法,提出一种基于聚类学习机制的多目标进化算法KMCNSGA-II。利用K均值聚类对目标函数和个体分别进行聚类,对聚类后的个体进行局部学习,以提高适应度。将该算法应用于经典的多目标约束和非约束测试函数中,通过收敛性指标世代距离和多样性指标?进行性能评价。实验结果表明,与NSGA-II算法相比,该算法在算法收敛性和种群多样性保持方面均有明显提高。
- 李志强蔺想红
- 关键词：多目标进化算法多目标优化K均值聚类局部搜索PARETO前沿
- 多目标优化非支配集构造方法的研究进展被引量：3
- 2013年
- 多目标优化非支配集的构造是多目标进化算法研究领域的一个重要步骤,旨在研究用多目标进化算法解决多目标优化问题的效率。对多目标优化问题进行了描述并且给出了求解算法的一般框架,结合研究现状讨论了目前该领域几种主要的基于Pareto非支配集的构造算法,以及它们的计算时间复杂度;总结并展望了该领域未来的发展趋势。
- 李志强蔺想红
- 关键词：非支配集PARETO前沿
- 进化神经网络间接编码方法的计算框架研究
- 2013年
- 针对传统的直接编码方法对大规模神经网络难以进化的问题,研究者提出了进化神经网络的间接编码方法,这类方法的核心思想是网络子结构的重复可通过一组基因的多次表达来实现从基因型到表现型的映射,这种基因重用机制可在较小的基因空间中进行大规模神经网络的快速搜索.本文在总结和分析各类间接编码实现方法的基础上,给出了进化神经网络间接编码方法的一般性计算框架,每一次神经网络的进化过程分为三个阶段:发育阶段、学习阶段和进化阶段.并从计算框架的基因组进化过程和神经网络发育过程两个方面比较分析了各种典型间接编码方法的优缺点.
- 蔺想红李志强魏伟一
- 关键词：进化神经网络网络结构
- 三维神经元的几何形态重构及其放电模式研究
- 作为大脑构造的基本单位，神经元的结构和功能包含很多因素，其中神经元的几何形态特征和电学物理特性是两个重要方面。最近十几年来，研究者根据神经生物学理论和充分的实验数据，应用神经元仿真技术，可以高效地对神经元的几何形态、物理...
- 李志强
- 关键词：基因调控网络多目标进化算法放电模式
- 文献传递
