基于人工鱼群算法的分类规则发现

• 作者: 朱文兴 陈俊清
• 来源期刊: 福州大学学报(自然科学版)
• 学科: 工学
• 关键词: 人工鱼群算法 分类规则 数据挖掘
• 年，卷（期）: 2007,（1）
• 页码范围: 25-30
• 页数: 6页
• 分类号: TP18
• 字数: 4651字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-2243.2007.01.007

摘要

人工鱼群算法(AFSA)是一种最新提出的新型仿生优化算法,具有良好的克服局部极值和获得全局极值的能力.利用鱼群算法进行分类规则挖掘,建立了相应的优化模型.通过对公用数据的实验和CN2算法的对比表明,本算法可得到预测准确率较高的分类规则,同时规则更为简单.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈俊清	福州大学数学与计算机科学学院	1	23	1.0	1.0
2	朱文兴	福州大学数学与计算机科学学院	44	465	10.0	21.0