基于小生境离散粒子群优化的连续属性离散化算法

• 作者: 张凤鸣 许磊 靳小超
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 数据挖掘 离散化 小生境 离散粒子群优化
• 年，卷（期）: 2008,（5）
• 所属期刊栏目: 理论与试验研究
• 页码范围: 584-588
• 页数: 5页
• 分类号: TPL8
• 字数: 4304字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-9037.2008.05.017

摘要

分析了基于粗糙集理论的连续属性离散化的实质,在此基础上提出了一种基于小生境离散粒子群优化的启发式全局离散化算法.该算法结合粗糙集理论,将决策属性支持度作为决策表整体分类能力的度量,然后利用离散粒子群优化算法,以最小断点集和最大决策属性支持度为优化目标,在保持决策表分类能力不变的情况下,通过粒子的迭代寻求最优值;同时为了避免粒子在迭代过程中的早熟收敛问题,引入小生境共享机制,加强了离散粒子群算法的全局搜索能力.通过实验将本文算法与其他算法进行了比较.结果表明采用本文算法得到了较少的断点数,提高了规则的分类正确率,验证了该算法的有效性和稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张凤鸣	空军工程大学工程学院	162	2152	23.0	39.0
2	靳小超	空军工程大学工程学院	9	41	4.0	5.0
3	许磊	空军工程大学工程学院	9	101	6.0	9.0