基于GEP和神经网络的属性约简分类算法

• 作者: 元昌安 廖剑平 杨乐婵 段磊 赵波 邓松 饶元
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 分类 基因表达式编程 神经网络 属性约简
• 年，卷（期）: 2006,（23）
• 所属期刊栏目: 数据库与信息处理
• 页码范围: 154-157,172
• 页数: 5页
• 分类号: TP18|TP311.13
• 字数: 5989字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2006.23.047

摘要

分类(Classification)是数据挖掘(Data Mining)中的一个重要研究方向,目前传统的方法有:神经网络,Fisher判别法等.神经网络缺乏对分类结果的直观解释;Fisher判别对于大数据集分类准确率大大下降,且不具有属性约简能力.为此,该文做了如下工作:(1)提出了自动获取最佳阈值的思想;(2)对于错分的实例,提出了运用神经网络分类器二次分类的思想;(3)提出了基于基因表达式编程和神经网络的属性约简分类算法(Attribution Reduction Classification Algorithhms Based on GEP and Neural Network,ARCA-GEPNN);(4)实验表明,ARCA-GEPNN的分类精度比Fisher判别提高了约25%,比GEP提高了约21%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	元昌安	广西师范学院信息技术系	21	676	14.0	21.0
5	赵波	四川大学计算机学院	23	148	8.0	12.0
6	饶元	广西师范学院资源与环境科学学院	6	56	4.0	6.0
7	段磊	四川大学计算机学院	49	685	13.0	24.0
8	邓松	广西师范学院资源与环境科学学院	5	40	3.0	5.0
9	廖剑平	广西师范学院资源与环境科学学院	5	40	3.0	5.0
10	杨乐婵	广西师范学院资源与环境科学学院	3	27	3.0	3.0