摘要：本文以微博文本为主要实验对象,提出适合卷积神经网络进行自我优化的编码方式,分别将每一层看做是一个染色体,将每一层中的参数看做是一个基因片段,采用混合双重非数值编码的方式编码每个CNN框架,设计出适合于CNN网络的选择、交叉和变异的算法,并且把基因遗传算法(GA)和与卷积神经网络相结合,提出了基于情感分析算法的遗传算法(GA-CNN).通过对传统算法与GA-CNN的实验与对比分析,良好地展示了自我优化性.

摘要：现实中很多的多属性群决策(MAGDM)问题常常具有以下特征:(1)决策者使用个人属性集和愿景集来评估各自的备选方案集,并且个人属性集和愿景集可以异构。(2)决策者不必就属性集和愿景集达成共识。(3)个人属性集、方案集和愿景集可以动态变化。通过将上述实际情况的特征纳入MAGDM,提出一种考虑愿景的动态多属性群决策共识模型及其解决框架,设计集体解决方案的选择过程和共识达成过程的算法,给出为达成共识对个人属性集、个人方案集、个人偏好和个人愿景集的调整建议,并结合实例加以说明。

摘要：该文在深入研究传统碎片拼接方法的基础上,从模糊理论的角度对碎片拼接问题进行分析。对传统算法所普遍采用的二值化方法进行改良,提出了使用高斯隶属度函数作为特征量的新型方法。定义了一系列新的变量以阐述问题,将相对位置系数引入模型的约束条件中。在目标函数的中使用线性组合的方法,将二维方向的多目标转化为单目标,由于此建立了基于模糊集理论的0-1规划的碎片拼接模型。依照上述理论设计出新的算法,减少人工干预的出现频率,在测试中取得了良好效果。