基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
属性约简是个NP难问题,目前已有很多解决方法,但是每种算法由于其自身的局限性,只适用于特定条件下的求解.蚁群算法是较新的仿生优化算法,在解决各类组合优化问题中都取得了很好的效果.提出一种基于Rough集和蚁群算法的属性约简方法,能够克服传统蚁群算法在前期收敛速度慢的问题,并通过实验验证了该方法的有效性.
推荐文章
蚁群优化属性约简算法
蚁群优化
决策表
属性约简
基于辨识集的属性约简算法
粗糙集
差别矩阵
辨识集
属性约简
基于邻域粗糙集和蚁群优化的属性约简算法
邻域粗糙集
蚁群优化
属性约简
标准差
基于量子蚁群算法的粗糙集属性约简方法
属性约简
粗糙集
量子蚁群
蚁群算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于Rough集和蚁群算法的属性约简方法
来源期刊 广西师范大学学报(自然科学版) 学科 工学
关键词 Rough集 蚁群算法 属性约简
年,卷(期) 2006,(4) 所属期刊栏目
研究方向 页码范围 83-86
页数 4页 分类号 TP181
字数 3483字 语种 中文
DOI 10.3969/j.issn.1001-6600.2006.04.021
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (489)
参考文献  (4)
节点文献
引证文献  (14)
同被引文献  (34)
二级引证文献  (38)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(6)
  • 参考文献(0)
  • 二级参考文献(6)
1999(6)
  • 参考文献(1)
  • 二级参考文献(5)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2007(6)
  • 引证文献(4)
  • 二级引证文献(2)
2008(7)
  • 引证文献(4)
  • 二级引证文献(3)
2009(11)
  • 引证文献(1)
  • 二级引证文献(10)
2010(6)
  • 引证文献(1)
  • 二级引证文献(5)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(5)
  • 引证文献(0)
  • 二级引证文献(5)
2014(4)
  • 引证文献(1)
  • 二级引证文献(3)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
Rough集
蚁群算法
属性约简
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
广西师范大学学报(自然科学版)
双月刊
1001-6600
45-1067/N
大16开
桂林市育才路15号
48-54
1957
chi
出版文献量(篇)
3550
总下载数(次)
1
总被引数(次)
13610
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导