基于基因表达式编程的核k近邻分类算法

• 作者: 柳秋云 王翰虎
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 数据挖掘 进化计算 基因表达式编程 核k近邻分类器
• 年，卷（期）: 2009,（8）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 19-22
• 页数: 4页
• 分类号: TP301.6
• 字数: 3699字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2009.08.006

摘要

核k近邻分类算法在生物信息学和蛋白质结构预测等领域中的应用受到人们极大的关注.核函数在核k近邻分类算法的分类性能中起着重要的作用,如果核函数及其参数选择得当,则将获得较高的分类准确率.为了自动产生合适的核函数,提高分类的准确率,提出了一种基于基因表达式编程的核k近邻分类算法GEPKNN.该算法的基本思想是用基因表达式编程搜索与训练数据相关的核函数及其参数,在进化过程中用k折交叉验证评估个体的适应度.该算法克服了核k近邻算法的主观性和不确定性,能自动产生合适的核函数并提高分类的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王翰虎	贵州大学计算机科学与技术学院	41	449	10.0	20.0
2	柳秋云	贵州大学计算机科学与技术学院	2	15	2.0	2.0