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:
量子粒子群优化(QPSO)算法改进了粒子进化策略,使粒子具有更大搜索空间,可更好地避免陷入局部最优.该文将普通QPSO算法转化为二进制QPSO算法,提出基于QPSO优化的属性约简算法.实验结果表明,二进制QPSO算法的约简结果优于Hu算法和粒子群优化约简算法.
推荐文章
基于免疫量子粒子群优化的测试代价敏感属性约简算法
属性约简
测试代价敏感
粒子群优化,适应度函数
最小约简
基于量子粒子群优化的最小属性约简算法
属性约简
粒子群优化
群体智能
量子
粗糙集
一种遗传量子粒子群的属性约简算法
属性约简
遗传算法
量子
粒子群
收敛
采用云量子PSO的属性约简方法
属性约简
粒子群优化算法
量子行为
云模型
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 基于量子粒子群优化的属性约简
来源期刊 计算机工程 学科 工学
关键词 量子粒子群优化 粗糙集 属性约简
年,卷(期) 2008,(18) 所属期刊栏目 软件技术与数据库
研究方向 页码范围 65-66,69
页数 3页 分类号 TP301.6
字数 3421字 语种 中文
DOI 10.3969/j.issn.1000-3428.2008.18.023
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 吕士颖 福州大学数计学院 4 32 3.0 4.0
2 郑晓鸣 福州大学数计学院 4 38 3.0 4.0
3 王晓东 福州大学数计学院 66 432 14.0 17.0
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  (12)
同被引文献  (18)
二级引证文献  (4)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(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)
2010(4)
  • 引证文献(4)
  • 二级引证文献(0)
2011(5)
  • 引证文献(3)
  • 二级引证文献(2)
2012(4)
  • 引证文献(3)
  • 二级引证文献(1)
2013(2)
  • 引证文献(1)
  • 二级引证文献(1)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
量子粒子群优化
粗糙集
属性约简
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
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
相关基金
福建省自然科学基金
英文译名:Natural Science Foundation of Fujian Province of China
官方网址:http://www.fjinfo.gov.cn/fz/zrjj.htm
项目类型:重大项目
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导