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:
针对当前分类算法还存在的诸如伸缩性不强、可调性差、缺乏全局优化能力等问题,该文提出了一种有效的用于数据挖掘分类任务的方法——基于决策树的协同进化分类算法。实验结果表明该方法获得了更高的预测准确率,产生了更小的规则集。
推荐文章
基于改进决策树分类算法的遥感影像分类研究
决策树
分形
纹理特征
毯覆盖模型
遥感影像分类
基于决策树算法的遥感图像分类研究与实现
决策树
算法
图像分类
遥感
VC++
基于决策树的流量分类方法
流量分类
网络测量
网络流
决策树
统计属性
基于C4.5决策树的视频车辆车型分类算法
C4.5决策树
层次化分类器
车型分类
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 基于决策树的协同进化分类算法研究
来源期刊 电脑知识与技术:学术交流 学科 工学
关键词 数据挖掘 分类 协同进化 决策树
年,卷(期) 2007,(7) 所属期刊栏目
研究方向 页码范围 197-198
页数 2页 分类号 TP301.6
字数 语种
DOI
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 姜毅 武汉科技大学计算机学院 13 14 3.0 3.0
2 乐庆玲 武汉大学信息管理学院 9 105 4.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(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)
研究主题发展历程
节点文献
数据挖掘
分类
协同进化
决策树
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
电脑知识与技术:学术版
旬刊
1009-3044
34-1205/TP
安徽合肥市濉溪路333号
26-188
出版文献量(篇)
41621
总下载数(次)
23
总被引数(次)
0
论文1v1指导