融合DE-GWO与SVR的文化意象预测模型

摘要：

为更客观准确的量化文化特征与意象间的关系,提出一种融合混合灰狼优化算法(DE-GWO)与支持向量回归(SVR)的文化意象预测模型.首先,构建以多组意象词汇为基础的响堂山石窟造像的文化特征的意象空间,并利用眼动追踪技术进行文化意象认知实验,获取被试生理认知数据并对其进行单因素方差分析,进而得到文化意象预测模型的眼动指标参数数据集;其次,引入基于DE算法的差分进化策略以弥补GWO搜索过程陷入停滞状态的问题;再次,利用改进后的GWO算法对SVR模型的参数C和g进行寻优;最后利用构建的DE-GWO-SVR模型实现对文化意象认知的预测.为了进一步证明所构建模型的泛化性,采用BP,ABC-SVR和DT等5种模型进行对比实验,结果表明该模型对于文化意象认知的预测效果更好.

关键词：混合灰狼优化算法、支持向量回归、眼动追踪技术、文化意象预测、响堂山石窟造像

所属期刊栏目：44

分类号：TP391(计算技术、计算机技术)

资助基金：河北省社会科学基金项目HB20YS046

在线出版日期：2023-02-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：184-193