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:
在分类规则学习的领域中,许多问题都可以看作是优化问题,它们既可以用经典的分类规则算法进行求解,也可以用蚁群算法中的蚂蚁矿工算法来解决.利用蚁群算法中的自适应,并行分布式处理等特性可在整个分类规则学习中寻找到最优解,通过对一个分类规则问题实例的计算,表明该方法也是解决此类问题的一种有效途径.
推荐文章
基于蚁群算法的神经网络规则抽取
神经网络
规则抽取
蚁群算法
聚类
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
基于几何规则的异类蚁群优化算法
自动导引小车
路径规划
几何规则
观点采择能力
信息素负反馈
基于蚁群优化的故障分类研究
分类
蚁群优化
故障诊断
规则
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 基于蚁群算法的分类规则问题
来源期刊 电子技术 学科 工学
关键词 分类规则 蚂蚁矿工 蚁群优化算法
年,卷(期) 2008,(9) 所属期刊栏目 技术研发
研究方向 页码范围 66-67
页数 2页 分类号 TP3
字数 2219字 语种 中文
DOI 10.3969/j.issn.1000-0755.2008.09.022
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 贾彦平 兰州交通大学电子与信息工程学院 1 0 0.0 0.0
2 付立东 兰州交通大学机电工程学院 2 3 1.0 1.0
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  (12)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(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)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(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(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(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
分类规则
蚂蚁矿工
蚁群优化算法
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
电子技术
月刊
1000-0755
31-1323/TN
大16开
上海市长宁区泉口路274号
4-141
1963
chi
出版文献量(篇)
5480
总下载数(次)
19
论文1v1指导