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:
Parepinelli等提出了基于ACO的分类算法.文中提出了一种基于自适应蚁群算法的分类规则挖掘算法,该算法采用了与Parepinelli算法不同的启发式函数及信息素改变方法,引入了自适应机制与变异策略,从而达到缩短蚁群算法计算时间、加快算法收敛速度、提高预测准确率的目的.实验结果验证了该算法的有效性.
推荐文章
一种基于关联规则挖掘的分类规则挖掘算法
数据挖掘
关联规则
分类规则
一种基于AFSA与RST分类规则挖掘算法
人工鱼群算法
离散化
粗糙集理论
分类规则挖掘
一种基于泛化的在线分类规则挖掘算法
在线分类
概念层次
决策树
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
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 一种基于蚁群算法的分类规则挖掘算法
来源期刊 计算机技术与发展 学科 工学
关键词 蚁群算法 分类规则 自适应机制 变异策略
年,卷(期) 2007,(7) 所属期刊栏目 智能、算法、系统工程
研究方向 页码范围 114-116
页数 3页 分类号 TP311|TP18
字数 2784字 语种 中文
DOI 10.3969/j.issn.1673-629X.2007.07.033
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 常晓磊 江苏科技大学电子信息学院 2 8 1.0 2.0
2 闫仁武 江苏科技大学电子信息学院 22 111 6.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (154)
参考文献  (4)
节点文献
引证文献  (8)
同被引文献  (12)
二级引证文献  (3)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(3)
  • 引证文献(3)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
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
蚁群算法
分类规则
自适应机制
变异策略
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
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导