speciallurain/MOPSO_Python speciallurain/MOPSO_Python

  • Stars
    star
    5
  • Rank 2,847,535 (Top 57 %)
  • Language
    Python
  • Created over 6 years ago
  • Updated over 6 years ago
Twitter logo Share LinkedIn logo Share Facebook logo Share
speciallurain/MOPSO_Python
github

speciallurain

Reviews

There are no reviews yet. Be the first to send feedback to the community and the maintainers!

Repository Details

More Repositories

1

CNKI_Patent_SVM

文本分类是指在给定分类体系下 , 根据文本的内容自动确定文本类别的过程。首先我们根据scrapy爬虫根据中国知网URL的规律，爬取70多万条2014年公开的发明专利，然后通过数据清洗筛选出了60多万条含标签数据。通过TF-IDF对60多万条本文进行词频提取，依照词频排序提取前3000个词语形成语义词典，然后根据观察设置停用词。然后再用TF-IDF的方式对每个摘要进行词频选取，通过布尔模型，对比语义词典生成文本向量。然后对标签进行数字化转换。取90%的文本为训练集，10%的文本为测试集。用有监督学习的SVM算法对文本进行分类，（人类生活必需品、作业运输、化学冶金、纺织造纸、固定建筑物、机械工程、物理学、电学）分成8类
Python
101
star
2

MOBFO_Python

转码人：卢月亮 QQ：771527850 E-mail：[email protected] 日期：2017年11月 python实现多目标细菌觅食优化算法，测试函数为DTLZ1 根据多目标转变方式：1、将当前获得的Pareto解集中的一个解作为全局最优解参与寻优； 2、全局学习维度为15维；3、以网格化的方式进行溢出pareto解集的删除。
Python
8
star
3

PESA2_Python

转码人：卢月亮 QQ：771527850 E-mail：[email protected] 日期：2017年11月 python实现PESA2，测试函数为DTLZ1 根据PSO多目标转变方式：1、将当前获得的Pareto解集中的一个解作为全局最优解参与寻优； 2、全局学习维度为15维；3、以网格化的方式进行溢出pareto解集的删除。
Python
3
star
4

LDA

##作者：刻刻团队 卢月亮 时间：2018年3月2号 联系方式：[email protected]，通过调用数据库，根据每个老师发表的论文，进行主题分析，以论文关键字作为当前领域的专有名词，对50完篇论文进行分类
Python
2
star
5

MOCLPSO_Python

转码人：卢月亮 QQ：771527850 E-mail：[email protected] 日期：2017年11月 根据PSO多目标转变方式：1、将当前获得的Pareto解集中的一个解作为全局最优解参与寻优； 2、全局学习维度为15维；3、以网格化的方式进行溢出pareto解集的删除。
Python
2
star