您当前的位置：
首页 >
文章列表页 >
基于变因子加权学习与邻代维度交叉策略的改进CSA算法
基于变因子加权学习与邻代维度交叉策略的改进CSA算法
Improved Crow Search Algorithm Based on Variable-Factor Weighted Learning and Adjacent-Generations Dimension Crossover Strategy
- 电子学报 2019年47卷第1期 页码：40-48
DOI： 10.3969/j.issn.0372-2112.2019.01.006
移动端阅览
HTML全文
参考文献
出版信息
数据统计
223
浏览量
364
下载量
13
CSCD
文章被引用时，请邮件提醒。
提交
工具集
- BibTeX下载
- Endnote下载
- RefMan 下载
- NoteExpress下载
- NoteFirst下载
相关文章
GWO与ABC的混合优化算法及其聚类优化
大型阵列降维-和差多波束形成的联合优化算法
一种基于多样性信息和收敛度的多目标粒子群优化算法
一种基于离散Fréchet距离的磁场相似性度量方法
基于自适应权重和模拟退火的鲸鱼优化算法
相关作者
程金凤
康强
王霞
张新明
吕红丽
王莹
陶海红
孙晨伟
相关机构
河南师范大学计算机与信息工程学院
河南省高校计算智能与数据挖掘工程技术研究中心
西安电子科技大学雷达信号处理国防科技重点实验室
中国电子科技集团公司西安导航技术研究所
