10.3969/j.issn.2095-2163.2021.01.039
基于量子遗传的超参数自动调优算法的设计与实现
机器学习伴随着海量数据的支持以及强大的计算能力为其提供了强有力的保证下不断地向前发展,训练过程变得更加高效便捷.在此基础上,机器学习算法的超参数对其性能的影响是非常巨大的,因此对众多的超参数进行优化选择就自然有了强烈的需求.由此本文提出了一种基于量子遗传的超参数自动调优算法,实验表明,在针对多种机器学习模型的超参数调优问题上,既解决了一般随机算法的不稳定性的问题,也解决了一般进化算法迭代缓慢、收敛速度较低的问题,并且通过实验结果表明取得了不错的效果.
超参数调优、遗传算法、量子遗传算法、机器学习
11
TP181(自动化基础理论)
2021-03-23(万方平台首次上网日期,不代表论文的发表时间)
共6页
170-175