基于特征加权的Category ART网络及应用

• 作者: 丁智国 刘悦 吴耿锋
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: Category ART神经网络 特征加权 遗传算法 震型预报
• 年，卷（期）: 2007,（8）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 201-204
• 页数: 4页
• 分类号: TP393
• 字数: 4940字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2007.08.071

摘要

特征加权是特征选择的一般情况,它能更加细致地区分特征对结果影响的程度,往往能够获得比特征选择更好的或者至少相等的性能.该文采用自适应遗传算法来优化Category ART网络的特征权值,提出了一种改进的Category ART网络FWART.在UCI标准数据集上的实验表明,FWART网络获得了比Category ART网络更好的泛化能力.将该网络应用在地震震型预报上,取得了很好的预报效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴耿锋	上海大学计算机工程与科学学院	96	1482	18.0	35.0
2	刘悦	上海大学计算机工程与科学学院	23	147	7.0	11.0
3	丁智国	上海大学计算机工程与科学学院	12	79	5.0	8.0