基于改进Ant-miner算法的分类规则挖掘 被引量：3

1

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... 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。 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

Ant-Miner算法研究和性能优化

2

作者 邵晓艳 王艳 +1 位作者 李玲玲 胡欣茹 《河南师范大学学报（自然科学版）》 CAS CSCD 北大核心 2012年第3期154-157,182,共5页

首先阐述了Ant-Miner算法的实现原理,然后从不同角度对Ant-Miner算法进行分析,并针对Ant-Miner算法的不足之处提出了相应的改进和优化方案,最后通过实验证明优化后的算法能达到更好的效果.

关键词 数据挖掘 蚁群算法 分类规则

在线阅读 下载PDF 职称材料

改进蚁群算法MMAS在分类规则挖掘中的研究 被引量：1

3

作者 陈宝钢 唐飞 +2 位作者 蔡铁 陆芸婷 刘寿强 《计算机技术与发展》 2014年第6期179-183,共5页

为深入研究和评估蚁群算法在分类规则挖掘应用中具有的特点和作用,针对目前基本蚁群算法在数据挖掘方面所存在的不足,引入了改进的蚁群算法模型最大最小蚂蚁系统(MMAS)。并根据分类算法比较原则,通过实验分析对分类规则挖掘算法进行比... 为深入研究和评估蚁群算法在分类规则挖掘应用中具有的特点和作用,针对目前基本蚁群算法在数据挖掘方面所存在的不足,引入了改进的蚁群算法模型最大最小蚂蚁系统(MMAS)。并根据分类算法比较原则,通过实验分析对分类规则挖掘算法进行比较。根据使用不同数据集实验结果的对比分析,从仿真的精确度、速度等方面展示和证实了基于改进的蚁群算法模型MMAS的数据分类规则挖掘工具AntMiner+在分类规则挖掘中体现出的特点和优势。 展开更多

关键词 数据挖掘 分类规则 蚁群算法 最大最小蚂蚁系统 antMiner+

在线阅读 下载PDF 职称材料

基于自适应蚁群算法的分布式分类规则挖掘算法 被引量：1

4

作者 侯志远 周政尹 +1 位作者 汤可宗 高尚 《科学技术与工程》 2007年第2期199-202,共4页

基于分布式数据挖掘技术,提出了一种基于自适应蚁群算法的分布式分类规则算法。该算法采用了不同的启发式函数及信息素改变方法,引入了自适应机制与变异策略,从而达到缩短蚁群算法计算时间、加快算法收敛速度、提高预测准确率的目的。... 基于分布式数据挖掘技术,提出了一种基于自适应蚁群算法的分布式分类规则算法。该算法采用了不同的启发式函数及信息素改变方法,引入了自适应机制与变异策略,从而达到缩短蚁群算法计算时间、加快算法收敛速度、提高预测准确率的目的。实验结果验证了该算法的有效性。 展开更多

关键词 蚁群算法 分类规则 数据挖掘 分布式数据库

在线阅读 下载PDF 职称材料

基于蚁群规则挖掘算法的多特征遥感数据分类 被引量：1

5

作者 戴芹 刘建波 《地理研究》 CSCD 北大核心 2009年第4期1136-1145,共10页

蚁群算法作为一种新型的智能优化算法,已经成功应用在许多领域,然而应用蚁群优化算法进行遥感数据处理则是一个新的研究热点。蚁群规则挖掘算法是基于分类规则挖掘进行分类,能够处理多特征的数据。因此,论文将蚁群规则挖掘算法应用到多... 蚁群算法作为一种新型的智能优化算法,已经成功应用在许多领域,然而应用蚁群优化算法进行遥感数据处理则是一个新的研究热点。蚁群规则挖掘算法是基于分类规则挖掘进行分类,能够处理多特征的数据。因此,论文将蚁群规则挖掘算法应用到多特征遥感数据分类处理中,并采用北京地区的Landsat TM和Envisat ASAR数据作为实验数据,对选择的遥感数据进行了多特征分类实验。实验结果分别与最大似然分类法、C4.5方法进行对比,分析表明:1)蚁群规则挖掘算法是一种无参数分类的智能方法,具有很好的鲁棒性,2)能够挖掘较简单的分类规则;3)能够充分利用多源遥感数据等。它可以充分利用多特征数据进行土地覆盖分类,从而能够提高分类的效率。 展开更多

关键词 蚁群规则挖掘 多特征数据 遥感数据分类

原文传递

蚁群算法在分布式数字参考咨询系统中的应用研究

6

作者 刘秋梅 郑耿忠 《情报探索》 2013年第9期92-94,共3页

针对分布式数字参考咨询系统(DDRS)的特点,在分析和设计分布式蚁群算法的基础上,将分布式蚁群算法融入DDRS中,利用移动的、分布的、相互协作的蚂蚁智能体及多Agent数据挖掘,对DDRS范例库数据进行挖掘。认为该方法能进一步提高DDRS检索... 针对分布式数字参考咨询系统(DDRS)的特点,在分析和设计分布式蚁群算法的基础上,将分布式蚁群算法融入DDRS中,利用移动的、分布的、相互协作的蚂蚁智能体及多Agent数据挖掘,对DDRS范例库数据进行挖掘。认为该方法能进一步提高DDRS检索的效率和智能性。 展开更多

关键词 分布式数字参考咨询系统 蚁群算法 数据挖掘 范例库

在线阅读 下载PDF 职称材料

基于蚁群优化在Web数据挖掘分类模型的实现 被引量：2

7

作者 吴林旭 姚跃华 黄晶 《计算机工程与科学》 CSCD 北大核心 2009年第3期89-91,共3页

蚁群优化是人工智能领域中群体智能的分支之一,已经成功地应用于旅行推销员、作业调度选择等优化问题上,但用它解决数据挖掘问题还是一个新的研究课题。本文提出一种蚂蚁分类算法Ant_Miner3,并在Web数据挖掘中采用相应的页面优化分类方... 蚁群优化是人工智能领域中群体智能的分支之一,已经成功地应用于旅行推销员、作业调度选择等优化问题上,但用它解决数据挖掘问题还是一个新的研究课题。本文提出一种蚂蚁分类算法Ant_Miner3,并在Web数据挖掘中采用相应的页面优化分类方法,对非结构化数据集的处理进行了相关的研究和优化。经实验验证,该算法能够导出更优更简洁的分类规则。 展开更多

关键词 蚁群算法 WEB挖掘 数据挖掘 分类规则

在线阅读 下载PDF 职称材料

基于蚁群算法的分类规则挖掘 被引量：3

8

作者 蒋蕾 王士同 《江南大学学报（自然科学版）》 CAS 2008年第5期511-515,共5页

在Ant-Miner算法基础上提出了一种利用蚁群算法解决分类规则挖掘的算法(ACR),设计了合理的蚂蚁选择属性及属性分区的概率公式,并对规则质量的衡量等策略进行改进,可以较好地挖掘分类规则.在标准数据集上通过与Ant-Miner算法和经典的基... 在Ant-Miner算法基础上提出了一种利用蚁群算法解决分类规则挖掘的算法(ACR),设计了合理的蚂蚁选择属性及属性分区的概率公式,并对规则质量的衡量等策略进行改进,可以较好地挖掘分类规则.在标准数据集上通过与Ant-Miner算法和经典的基于决策树的C 4.5算法比较,ACR在挖掘分类规则的简单性、正确率上有较好的表现. 展开更多

关键词 蚁群算法 分类问题 规则发现 数据挖掘

在线阅读 下载PDF 职称材料

一种不均衡数据的改进蚁群分类算法 被引量：1

9

作者 徐淑坦 王朝勇 孙延风 《吉林大学学报（理学版）》 CAS CSCD 北大核心 2011年第4期733-739,共7页

针对蚁群挖掘算法(ant colony mining algorithm,ACMA)中的规则评价函数和规则修剪方法,提出一种改进的蚁群挖掘算法(improved ant colony mining algorithm,IACMA),并将其应用于不均衡数据分类.数值实验采用基准数据库中3种典型的不均... 针对蚁群挖掘算法(ant colony mining algorithm,ACMA)中的规则评价函数和规则修剪方法,提出一种改进的蚁群挖掘算法(improved ant colony mining algorithm,IACMA),并将其应用于不均衡数据分类.数值实验采用基准数据库中3种典型的不均衡数据,结果表明,改进后的算法能有效提取少数类,提高了不均衡数据整体分类效果. 展开更多

关键词 不均衡数据分类 蚁群分类算法 蚁群挖掘算法 数据挖掘 规则提取

在线阅读 下载PDF 职称材料

基于改进蚁群算法的分类规则挖掘 被引量：2

10

作者 李鹏 王自强 邝艳敏 《农业网络信息》 2007年第10期13-15,共3页

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... 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。 展开更多

关键词 数据挖掘 分类规则 蚁群算法

在线阅读 下载PDF 职称材料

基于改良蚁群算法的神经网络分类规则提取

11

作者 许海波 刘端阳 胡同森 《计算机系统应用》 2011年第7期81-85,共5页

在数据挖掘领域,分类获得了很大的关注度,其主要目的是预测数据对象的所属类别。分类方法可分为基于规则和不基于规则两大类,其中神经网络由于在预测、从经验中学习、从先前样本中泛化等方面的优秀表现,使其成为分类领域的一个重要的方... 在数据挖掘领域,分类获得了很大的关注度,其主要目的是预测数据对象的所属类别。分类方法可分为基于规则和不基于规则两大类,其中神经网络由于在预测、从经验中学习、从先前样本中泛化等方面的优秀表现,使其成为分类领域的一个重要的方法,并往往能够获得很高的分类准确性,然而其非常有限的解释能力成为了制约其应用的一大缺陷。提出了一种基于改良蚁群算法的神经网络分类规则提取方法,通过改良的蚁群算法来填补神经网络有限的解释能力,从数据中提取出分类规则。实验证明,该方法能够很好的辅助神经网络,从要分类的数据中获取规则。 展开更多

关键词 数据分类 数据挖掘 规则提取 蚁群算法 神经网络

在线阅读 下载PDF 职称材料