文献

J-GLOBAL ID：201802245871871791   整理番号：18A1898304

スパース最適化のための多目的脳嵐最適化アルゴリズム【JST・京大機械翻訳】

Multi-objective Brainstorm Optimization Algorithm for Sparse Optimization

著者 (6件)： Liang J. J. (Zhengzhou University, School of Industrial Technology Research Institute, Zhengzhou, 450001, China) ,  Wang P. (Zhengzhou University, School of Industrial Technology Research Institute, Zhengzhou, 450001, China) ,  Yue C. T. (Zhengzhou University, School of Industrial Technology Research Institute, Zhengzhou, 450001, China) ,  Yu K.J. (Zhengzhou University, School of Industrial Technology Research Institute, Zhengzhou, 450001, China) ,  Li Z. H. (Zhengzhou University, School of Industrial Technology Research Institute, Zhengzhou, 450001, China) ,  Qu B.Y. (Zhongyuan University of Technology, School of Electronic and Information Engineering, Zhengzhou, 450007, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： CEC  ページ： 1-8  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： スパース再構成において,少量のサンプルを用いてスパース信号を再構成した。この問題を多目的最適化問題に変換することができ,スパース性と測定誤差2つの競合コスト関数項を考慮した。多目的最適化アルゴリズムは,この非線形および非誘導可能な問題を解くための独特の利点を特徴とする。スパース性と測定誤差を取引するために,本論文において,目的空間に基づく新規な多目的brain嵐アルゴリズムを,これらの2つの目標を最適化するために使用した。一方,アルゴリズムの局所探索能力は,L_1/2制御のフレームにおいて反復半閾値演算子を導入することによって強化される。Pareto解集合に基づいて,前信号情報なしで膝点を選択した。粗から微細な方法において,このアルゴリズムは雑音に対して一定の許容性を有し,これに対する解析を与えた。いくつかの最先端の圧縮センシング回復法と比較した18の試験関数に関する結果に従って,目的空間に基づく多目的のbrain嵐アルゴリズムの有効性を,より高い回復とより小さい誤差を達成して,長い信号のために平均計算時間を減少させるまばらな最適化問題のために検証した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 多目的計画法 ,  *最適化 ,  *アルゴリズム ,  再構成 ,  最適化問題 ,  近傍探索法 ,  雑音 ,  測定誤差 ,  費用関数
準シソーラス用語： 圧縮センシング ,  最先端 ,  Pareto解 ,  スパース性 ,  スパース信号 ,  *最適アルゴリズム , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 最適化 ,  脳 ,  嵐 ,  最適化アルゴリズム