河南省自然科学基金(0624010002)
- 作品数：5 被引量：5H指数：1
- 相关作者：王自强邝艳敏李鹏谭一鸣谭明交更多>>
- 相关机构：河南工业大学更多>>
- 发文基金：河南省自然科学基金郑州市科技攻关计划项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种基于混合算法的分类器设计
- 2008年
- 为了高效地从数据库中挖掘分类规则,提出一种将粒子群优化算法和遗传算法相结合的新算法。该算法的核心思想是对规则的前件进行固定长度编码,适应度函数的计算由分类规则的准确率、置信度、支持度和简洁度构成,从而实现基于两者混合算法的分类器设计。将该分类器与遗传算法分类器和粒子群算法分类器进行对比,实验结果表明,该分类器具有更高的分类准确率以及更快的收敛速度。
- 邝艳敏王自强李鹏
- 关键词：数据挖掘粒子群遗传算法分类器
- 蚁群算法在网页内容分类中的应用研究
- 2009年
- 研究各种高效的分类算法是数据挖掘的重要问题之一[1]。蚁群算法作为一种新型的模拟进化算法,在求解复杂的组合优化问题中表现出了良好的性能[2]。文章介绍了蚁群算法在网页内容分类数据挖掘任务中的一种应用方案,阐述了算法的基本原理及特性,并使用少量类别的网页进行了分类实验,实验结果验证了该算法在应用中的有效性。
- 韩杰王自强李春峰谭明交
- 关键词：蚁群算法数据挖掘文本分类
- 一种基于混合算法的分类规则挖掘
- 2008年
- 为了高效地从数据库中挖掘分类规则,提出了一种将粒子群优化算法和遗传算法相结合的新算法。该算法的核心思想为:对规则的前件进行二进制编码,适应度函数的计算由分类规则的准确率和简洁度构成。并将此算法分别与遗传算法和粒子群算法进行了实验比较,结果表明该算法不仅具有更快的收敛速度,而且获得了更高的预测准确率。
- 邝艳敏王自强张苗谭一鸣
- 关键词：数据挖掘粒子群优化算法遗传算法
- 分类规则挖掘算法综述被引量：1
- 2007年
- 分类规则挖掘是数据挖掘中一个重要的研究领域。通过介绍当前数据挖掘中具有代表性的分类算法,总结了各种算法的优缺点,给出了分类算法的应用以及分类算法面临的挑战,并对分类算法的发展方向进行了展望,为使用者选择算法或研究者改进算法提供了借鉴。
- 邝艳敏王自强李鹏
- 关键词：数据挖掘
- 基于改进蚁群算法的分类规则挖掘被引量：4
- 2007年
- 数据分类是数据挖掘中的一个重要课题,研究各种高效的分类算法是数据挖掘的重要问题之一。本文将蚁群算法与分类规则抽取问题相结合,提出了一种基于蚁群算法的具有自适应和变异杂交特征的分类规则挖掘方法,自适应地调整信息素增量,在规则构造中进行杂交变异,有效地节省了计算时间,并优化了生成的分类规则。实验结果表明:该算法可以有效克服停滞,提高搜索效率,有效地挖掘出简洁分类规则。
- 李鹏王自强邝艳敏
- 关键词：数据挖掘蚁群算法
