检索结果-维普期刊中文期刊服务平台

基于GA与RST的分类规则挖掘算法被引量：3: 1; 作者谢娟英刘芳冯德民《计算机科学》 CSCD 北大核心 2006年第11期149-150,156,共3页; 本文提出了在没有任何领域知识可供借鉴的情况下,利用遗传算法对信息系统的数量型属性进行离散化,利用RST进行分类规则挖掘,将GA与RST相结合进行分类规则挖掘的新算法。该算法不仅有效地解决了利用粗糙集理论进行分类规则挖掘时,数量型... 展开更多; 关键词遗传算法离散化粗糙集理论分类规则挖掘; 在线阅读下载PDF 职称材料

基于蚁群优化分类规则挖掘的遥感图像分类研究被引量：7: 2; 作者戴芹刘建波《计算机工程与应用》 CSCD 北大核心 2008年第15期12-14,21,共4页; 蚁群优化算法作为群智能理论的主要算法之一,已经成功应用在众多研究领域的优化问题上,但是在遥感数据处理领域还是一个新的研究课题。蚁群优化具有自组织、合作、通信等智能化优点,对数据无需统计分布参数的先验知识,因此在遥感数据处... 展开更多; 关键词蚁群优化算法分类规则挖掘遥感图像分类; 在线阅读下载PDF 职称材料

基于改进Ant-miner算法的分类规则挖掘被引量：3: 3; 作者肖菁梁燕辉《计算机工程》 CAS CSCD 2012年第17期162-165,共4页; 为提高基于传统Ant-miner算法分类规则的预测准确性,提出一种基于改进Ant-miner的分类规则挖掘算法。利用样例在总样本中的密度及比例构造启发式函数,以避免在多个具有相同概率的选择条件下造成算法偏见。对剪枝规则按变异系数进行单点... 展开更多; 关键词 Ant-miner算法分类规则挖掘数据挖掘蚁群优化规则修剪策略; 在线阅读下载PDF 职称材料

空间分类规则挖掘的一种决策树算法被引量：2: 4; 作者蔡之华李宏胡军《计算机工程》 CAS CSCD 北大核心 2003年第11期74-75,118,共3页; 空间分类规则挖掘是空间数据挖掘研究的一个重要领域?文章提出一个空间分类规则挖掘问题,并为解决该问题介绍了一种空间分类规则挖掘的决策树算法?; 关键词空间数据挖掘空间分类规则挖掘决策树算法; 在线阅读下载PDF 职称材料

基于双链量子遗传优化的分类规则挖掘算法被引量：5: 5; 作者张宇献陈向文钱小毅《沈阳工业大学学报》 EI CAS 北大核心 2021年第1期61-66,共6页; 针对采用传统智能优化算法挖掘分类规则时易出现分类精度不理想、噪声容忍度差等情况,提出一种基于双链量子遗传优化分类规则挖掘算法.采用双链量子位对分类规则进行实数编码,通过解空间变换将量子位概率幅映射到相应实数集,根据目标函... 展开更多; 关键词分类规则挖掘双链量子实数编码解空间变换量子旋转门量子变异分类精度鲁棒性分析显著性检验; 在线阅读下载PDF 职称材料

基于蚁群算法的配电网空间负荷预测方法研究被引量：17: 6; 作者周湶邓景云 +3 位作者任海军张昀李健孙才新《电力系统保护与控制》 EI CSCD 北大核心 2010年第24期99-104,共6页; 在进行空间负荷预测的过程中,用地类型转换规则的获取对预测的结果产生着深远的影响。提出了一种改进的配电网空间负荷预测方法,采用用地仿真法模拟城市土地动态发展过程,预测规划区域各小区土地的未来使用类型。根据城市发展的实际情况... 展开更多; 关键词空间负荷预测用地仿真法蚁群算法转换规则分类规则挖掘; 在线阅读下载PDF 职称材料

基于遗传算法的数量属性离散化算法: 7; 作者谢娟英刘芳《陕西师范大学学报（自然科学版）》 CAS CSCD 北大核心 2004年第2期28-30,共3页; 提出了在没有任何领域知识可供借鉴的情况下,基于聚类思想,利用遗传算法对数量型属性进行离散化的新算法———遗传C均值算法.该算法利用遗传算法具有全局寻优的特性,对训练样本根据其每一属性值进行聚类,将样本划分为不同的类,从而为... 展开更多; 关键词遗传算法数量属性离散化算法分类规则挖掘粗糙集理论; 在线阅读下载PDF 职称材料

基于最大—最小蚂蚁系统的动态自适应Ant-Miner算法被引量：1: 8; 作者郭友黄明和 +1 位作者高山杰黄超《计算机应用与软件》 CSCD 北大核心 2012年第9期265-267,共3页; 针对基于蚁群算法的文本分类算法Ant-Miner所固有的易陷入局部最优解、复杂度较高等缺陷,引入最大-最小蚁群系统(MMAS)并通过规则质量的变化动态自适应地对信息素的浓度进行调节,引入基于密度的启发式因子来降低计算启发式因子的复杂度... 展开更多; 关键词文本分类分类规则挖掘蚁群算法启发式因子信息素; 在线阅读下载PDF 职称材料

题名基于GA与RST的分类规则挖掘算法被引量：3: 1; 作者谢娟英刘芳冯德民; 机构陕西师范大学计算机科学学院西安电子科技大学计算机学院; 出处《计算机科学》 CSCD 北大核心 2006年第11期149-150,156,共3页; 文摘本文提出了在没有任何领域知识可供借鉴的情况下,利用遗传算法对信息系统的数量型属性进行离散化,利用RST进行分类规则挖掘,将GA与RST相结合进行分类规则挖掘的新算法。该算法不仅有效地解决了利用粗糙集理论进行分类规则挖掘时,数量型属性的离散化问题,而且可挖掘出通用的分类规则。; 关键词遗传算法离散化粗糙集理论分类规则挖掘; Keywords Genetic algorithm,Discretization,Rough sets theory,Mining classification rules; 分类号 TP311.13 [自动化与计算机技术—计算机软件与理论]; 在线阅读下载PDF 职称材料

题名基于蚁群优化分类规则挖掘的遥感图像分类研究被引量：7: 2; 作者戴芹刘建波; 机构中国科学院中国遥感卫星地面站重点实验室; 出处《计算机工程与应用》 CSCD 北大核心 2008年第15期12-14,21,共4页; 基金国家自然科学基金(the National Natural Science Foundation of China under Grant No.40701105) 2007年中国科学院优秀博士学位论文 +2 种基金 No.072201101A); 文摘蚁群优化算法作为群智能理论的主要算法之一,已经成功应用在众多研究领域的优化问题上,但是在遥感数据处理领域还是一个新的研究课题。蚁群优化具有自组织、合作、通信等智能化优点,对数据无需统计分布参数的先验知识,因此在遥感数据处理领域具有很大的潜在优势。介绍了将蚁群优化分类规则挖掘算法应用到遥感图像分类研究领域的理论与算法流程。并采用北京地区的CBERS遥感数据作为实验数据,通过蚁群优化算法构造分类规则,对选择的遥感数据进行了分类实验,并和最大似然分类方法进行对比,实验结果表明,蚁群优化分类规则挖掘算法为遥感图像的分类提供了一种新方法。; 关键词蚁群优化算法分类规则挖掘遥感图像分类; Keywords Ant Colony Optimization（ACO） algorithm,classification rule mining,remote sensing image classification; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于改进Ant-miner算法的分类规则挖掘被引量：3: 3; 作者肖菁梁燕辉; 机构华南师范大学计算机学院中山大学计算机科学系; 出处《计算机工程》 CAS CSCD 2012年第17期162-165,共4页; 基金教育部博士点新教师基金资助项目(20090171120003); 文摘为提高基于传统Ant-miner算法分类规则的预测准确性,提出一种基于改进Ant-miner的分类规则挖掘算法。利用样例在总样本中的密度及比例构造启发式函数,以避免在多个具有相同概率的选择条件下造成算法偏见。对剪枝规则按变异系数进行单点变异,由此扩大规则的搜索空间,提高规则的预测准确度。在Ant-miner算法的信息素更新公式中加入挥发系数,使其更接近现实蚂蚁的觅食行为,防止算法过早收敛。基于UCI标准数据的实验结果表明,该算法相比传统Ant-miner算法具有更高的预测准确度。; 关键词 Ant-miner算法分类规则挖掘数据挖掘蚁群优化规则修剪策略; Keywords Ant-miner algorithm classification rule mining data mining ant colony optimization rule pruning strategy; 分类号 TP312 [自动化与计算机技术—计算机软件与理论]; 在线阅读下载PDF 职称材料

题名空间分类规则挖掘的一种决策树算法被引量：2: 4; 作者蔡之华李宏胡军; 机构中国地质大学研究生院; 出处《计算机工程》 CAS CSCD 北大核心 2003年第11期74-75,118,共3页; 基金湖北自然科学基金资助项目(2001ABB006); 文摘空间分类规则挖掘是空间数据挖掘研究的一个重要领域?文章提出一个空间分类规则挖掘问题,并为解决该问题介绍了一种空间分类规则挖掘的决策树算法?; 关键词空间数据挖掘空间分类规则挖掘决策树算法; Keywords Spatial data mining Spatial classification rule mining Decision t ree algorithm; 分类号 TP301.6 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名基于双链量子遗传优化的分类规则挖掘算法被引量：5: 5; 作者张宇献陈向文钱小毅; 机构沈阳工业大学电气工程学院沈阳工业大学信息科学与工程学院; 出处《沈阳工业大学学报》 EI CAS 北大核心 2021年第1期61-66,共6页; 基金国家自然科学基金项目(61102124) 辽宁省自然科学基金项目(2015020064) 辽宁省教育厅项目(LQGD2017035).; 文摘针对采用传统智能优化算法挖掘分类规则时易出现分类精度不理想、噪声容忍度差等情况,提出一种基于双链量子遗传优化分类规则挖掘算法.采用双链量子位对分类规则进行实数编码,通过解空间变换将量子位概率幅映射到相应实数集,根据目标函数梯度变化确定量子旋转门转角,并利用量子非门进行个体变异.选取UCI数据库中9组分类数据集对所提出算法分类性能进行测试,结果表明,所提出算法具有较好的分类精度和噪声容忍度.; 关键词分类规则挖掘双链量子实数编码解空间变换量子旋转门量子变异分类精度鲁棒性分析显著性检验; Keywords classification rule mining real number coding of double chain quantum solution space transformation quantum rotation gate quantum mutation classification accuracy robustness analysis significance test; 分类号 TP273 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于蚁群算法的配电网空间负荷预测方法研究被引量：17: 6; 作者周湶邓景云任海军张昀李健孙才新; 机构输配电装备及系统安全与新技术国家重点实验室(重庆大学) 四川省电力公司眉山公司; 出处《电力系统保护与控制》 EI CSCD 北大核心 2010年第24期99-104,共6页; 基金国家自然科学基金资助项目(50607023) 重庆市自然科学基金资助项目(2006BB2189)~~; 文摘在进行空间负荷预测的过程中,用地类型转换规则的获取对预测的结果产生着深远的影响。提出了一种改进的配电网空间负荷预测方法,采用用地仿真法模拟城市土地动态发展过程,预测规划区域各小区土地的未来使用类型。根据城市发展的实际情况,利用蚁群算法(AntColonyAlgorithm,ACA)的自适应性及其在分类规则挖掘方面的优势,自动获取小区用地类型的转换规则,克服了传统方法在规划年内一直采用静态的土地使用决策规则的缺陷。用实例说明了该方法的有效性。; 关键词空间负荷预测用地仿真法蚁群算法转换规则分类规则挖掘; Keywords spatial load forecasting land-usage simulation method ant colony algorithm transition rules classification rule mining; 分类号 TM715 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名基于遗传算法的数量属性离散化算法: 7; 作者谢娟英刘芳; 机构陕西师范大学计算机科学学院西安电子科技大学计算机学院; 出处《陕西师范大学学报（自然科学版）》 CAS CSCD 北大核心 2004年第2期28-30,共3页; 文摘提出了在没有任何领域知识可供借鉴的情况下,基于聚类思想,利用遗传算法对数量型属性进行离散化的新算法———遗传C均值算法.该算法利用遗传算法具有全局寻优的特性,对训练样本根据其每一属性值进行聚类,将样本划分为不同的类,从而为每一属性找到其值的最佳分割点.然后,对不同类赋以不同的编码.该算法的优点是能得到最优的离散化结果.在VC++6.0环境下实现了该算法.仿真实验证明该方法有效解决了利用粗糙集理论进行分类规则挖掘时,数量型属性的离散化问题.; 关键词遗传算法数量属性离散化算法分类规则挖掘粗糙集理论; Keywords quantitative attribute discretization genetic algorithm rough sets theory mining classification rules; 分类号 TP301.6 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名基于最大—最小蚂蚁系统的动态自适应Ant-Miner算法被引量：1: 8; 作者郭友黄明和高山杰黄超; 机构江西师范大学计算机信息工程学院江西师范大学软件学院胡锦超职业技术学校; 出处《计算机应用与软件》 CSCD 北大核心 2012年第9期265-267,共3页; 文摘针对基于蚁群算法的文本分类算法Ant-Miner所固有的易陷入局部最优解、复杂度较高等缺陷,引入最大-最小蚁群系统(MMAS)并通过规则质量的变化动态自适应地对信息素的浓度进行调节,引入基于密度的启发式因子来降低计算启发式因子的复杂度,同时通过先验知识来降低条件项选择概率的计算复杂度,在此基础上提出了一种基于Ant-Miner算法的改进文本分类算法。; 关键词文本分类分类规则挖掘蚁群算法启发式因子信息素; Keywords Text classification, Classification rules mining ,Ant colony ,Heuristic factor, Pheromone; 分类号 TP181 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于GA与RST的分类规则挖掘算法	谢娟英刘芳冯德民	《计算机科学》 CSCD 北大核心	2006	3	在线阅读下载PDF 职称材料
2	基于蚁群优化分类规则挖掘的遥感图像分类研究	戴芹刘建波	《计算机工程与应用》 CSCD 北大核心	2008	7	在线阅读下载PDF 职称材料
3	基于改进Ant-miner算法的分类规则挖掘	肖菁梁燕辉	《计算机工程》 CAS CSCD	2012	3	在线阅读下载PDF 职称材料
4	空间分类规则挖掘的一种决策树算法	蔡之华李宏胡军	《计算机工程》 CAS CSCD 北大核心	2003	2	在线阅读下载PDF 职称材料
5	基于双链量子遗传优化的分类规则挖掘算法	张宇献陈向文钱小毅	《沈阳工业大学学报》 EI CAS 北大核心	2021	5	在线阅读下载PDF 职称材料
6	基于蚁群算法的配电网空间负荷预测方法研究	周湶邓景云任海军张昀李健孙才新	《电力系统保护与控制》 EI CSCD 北大核心	2010	17	在线阅读下载PDF 职称材料
7	基于遗传算法的数量属性离散化算法	谢娟英刘芳	《陕西师范大学学报（自然科学版）》 CAS CSCD 北大核心	2004	0	在线阅读下载PDF 职称材料
8	基于最大—最小蚂蚁系统的动态自适应Ant-Miner算法	郭友黄明和高山杰黄超	《计算机应用与软件》 CSCD 北大核心	2012	1	在线阅读下载PDF 职称材料