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:
蚁群优化是人工智能领域中群体智能分支之一,已成功地应用于复杂优化问题的求解,但其在知识发现领域的应用还是一个新的研究课题.在此提出一种新的基于蚁群优化的分类规则挖掘方法,先利用蚁群算法通过对属性约简简化数据集,再使用蚁群算法进行分类规则的挖掘,并用新的规则剪枝方法,提高了分类算法的效率和准确率.实验表明该方法是有效的.
推荐文章
基于蚁群优化分类规则挖掘的遥感图像分类研究
蚁群优化算法
分类规则挖掘
遥感图像分类
基于蚁群优化的故障分类研究
分类
蚁群优化
故障诊断
规则
基于蚁群算法的分类规则挖掘算法
蚁群算法
分类规则
变异算子
基于几何规则的异类蚁群优化算法
自动导引小车
路径规划
几何规则
观点采择能力
信息素负反馈
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 基于蚁群优化的分类规则挖掘方法
来源期刊 广西师范大学学报(自然科学版) 学科 工学
关键词 群体智能 蚁群算法 分类 属性约简 规则剪枝
年,卷(期) 2007,(4) 所属期刊栏目
研究方向 页码范围 18-23
页数 6页 分类号 TP18
字数 4924字 语种 中文
DOI 10.3969/j.issn.1001-6600.2007.04.005
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 倪志伟 合肥工业大学管理学院 136 1346 21.0 27.0
2 杨善林 合肥工业大学管理学院 440 7797 38.0 67.0
3 束建华 合肥工业大学计算机与信息学院 4 17 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (438)
参考文献  (3)
节点文献
引证文献  (11)
同被引文献  (10)
二级引证文献  (13)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(4)
  • 引证文献(4)
  • 二级引证文献(0)
2010(5)
  • 引证文献(3)
  • 二级引证文献(2)
2012(2)
  • 引证文献(0)
  • 二级引证文献(2)
2013(5)
  • 引证文献(3)
  • 二级引证文献(2)
2014(4)
  • 引证文献(0)
  • 二级引证文献(4)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
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
群体智能
蚁群算法
分类
属性约简
规则剪枝
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导