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:
本文通过对PSO算法模型和分类模型的分析,提出了应用多群体PSO算法实现分类规则的方法.这种方法将c(c≥2)类问题看成是c个两类问题,应用c个微粒群表示c类规则,每个微粒群应用PSO算法实现对连续变量空间的分类.最后,在五个数据集上的实验结果表明了此方法的可行性和有效性,并与C4.5算法的结果进行了比较.
推荐文章
利用多群交叉变异人工鱼群算法生成分类规则
多群体人工鱼群
交叉变异
分类规则
基于多群协同人工鱼群算法的分类规则提取算法
多群体人工鱼群
分类规则
协同
单群体人工鱼群算法
多种群微粒群算法
提取有效规则的关联分类算法
关联规则
关联分类
有效规则
分类器
基于PSO-ELM特征映射的KNN分类算法
K近邻分类算法
极端学习机
特征映射
粒子群算法
混合算法
线性不可分
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 利用多群体PSO算法生成分类规则
来源期刊 计算机工程与科学 学科 工学
关键词 PSO算法 分类规则 混合编码
年,卷(期) 2007,(1) 所属期刊栏目 算法研究
研究方向 页码范围 94-96,125
页数 4页 分类号 TP301.6
字数 4641字 语种 中文
DOI 10.3969/j.issn.1007-130X.2007.01.030
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 曾建潮 236 2351 26.0 39.0
2 延丽平 2 48 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (13)
参考文献  (1)
节点文献
引证文献  (6)
同被引文献  (17)
二级引证文献  (15)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(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)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(7)
  • 引证文献(2)
  • 二级引证文献(5)
2014(4)
  • 引证文献(0)
  • 二级引证文献(4)
2015(3)
  • 引证文献(0)
  • 二级引证文献(3)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(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
PSO算法
分类规则
混合编码
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
计算机工程与科学
月刊
1007-130X
43-1258/TP
大16开
湖南省长沙市开福区德雅路109号国防科技大学计算机学院
42-153
1973
chi
出版文献量(篇)
8622
总下载数(次)
11
总被引数(次)
59030
相关基金
教育部科学技术研究项目
英文译名:Key Project of Chinese Ministry of Education
官方网址:http://www.dost.moe.edu.cn
项目类型:教育部科学技术研究重点项目
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导