分享到:

基于微粒群算法生成分类规则

分类是数据挖掘的一种技术,在商业上已经得到了应用,常见的分类算法有决策树、统计方法、机器学习方法、神经网络方法等。由于进化算法在解决复杂问题时表现出它的优越性,自遗传算法用于实现数据分类以来,已有很多的进化算法用于数据分类问题。微粒群算法(Particle Swarm Optimization,PSO)作为进化算法的一种,有其自身的独特性。本文在分析 PSO 算法模型、分类模型的基础上,提出了应用 PSO 算法实现数据分类,并通过实验验证了其有效性。首先,设计了 PSO 算法实现分类问题的编码、适应度及总体结构,并利用单群体实现了 PSO 分类。其次,为了能更好的利用 PSO 算法的特性,提高分类精度,采用多群体 PSO 算法生成分类规则,在此方法中,单群体 PSO 算法进化一类规则,c类问题由c个群体 PSO 算法实现。再次,设计了由实数和二进制组成的混合编码的表示形式,无关属性单独表示,减少了分类时间。最后,在对遗传规划(G  (本文共60页) 本文目录 | 阅读全文>>

太原科技大学
太原科技大学

微粒群算法在分类问题中的应用研究

分类是从训练数据集中找出一个类别的概念描述,依据概念描述来建立分类模型,并用该模型预测未知数据的类别。作为数据挖掘的一个重要分支,它在商业、医学、军事等领域都有广泛的应用。目前常见的分类方法有决策树、贝叶斯网络、神经网络方法、粗糙集、模糊集和支持向量机等。微粒群算法作为进化算法的一种,有其自身的独特性,其概念简单,易于实现,在很多领域中都被广泛应用。本文将微粒群算法应用于连续属性分类问题进行分类规则的提取。由于微粒群算法的优化性能受参数影响较大,本文提出一种新的社会系数调整策略,该策略随进化代数的增加逐步增大社会部分对速度的影响,从而能有效提高算法效率,并将其应用于分类规则的提取,结果表明该策略在一定程度上优于标准微粒群算法;其次,适应值函数的选择对于分类问题而言非常重要,针对已有的适应值函数选择存在的缺陷,本文提出了一种新的适应值函数形式,将其应用于UCI数据集分类问题,得到了比较好的效果。  (本文共48页) 本文目录 | 阅读全文>>

《计算机工程与应用》2019年21期
计算机工程与应用

基于动态距离的模糊社区识别算法

社区识别技术是公共安全领域潜在危害行为预警预测和已发生危害行为追踪溯源的基础,针对传统社区识别算法将社区视作单一集合而无法描述社区主次成员的问题,提出一种基于动态距离的模糊社区识别算法。该算法将传统的单一社区结构划分为...  (本文共8页) 阅读全文>>

《无线互联科技》2018年04期
无线互联科技

大数据聚类算法研究

随着大数据时代的来临,数据量不断地增加,对大数据环境下的数据进行有效的聚类已经成为现阶段的一个研究热点。文章围绕这一课题,从...  (本文共2页) 阅读全文>>

《计算机与网络》2018年14期
计算机与网络

RSA算法的改进研究

RSA算法具有很好的保密性,在信息安全领域广泛使用,但是算法的运算效率缓慢,在2种提升计算速度算法的基础上提出了RSA综合...  (本文共3页) 阅读全文>>

《新教师》2016年09期
新教师

关于算法多样化的思考与实践

当前,算法多样化已成为教师习以为常的教学行为,算法多样化与算法最优化的理念也日益深入教师的内心。然而,算法多样化的现状如何?为什么会有算法多样化?算法多样化的...  (本文共3页) 阅读全文>>

《上海中学数学》2005年11期
上海中学数学

走进算法

随着全国《高中数学课程标准》(下面简称课标)的出台,“算法”这个古老而又新鲜的术语,成了广大教师关注的字眼,...  (本文共3页) 阅读全文>>