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:
提出一种基于自适应蚁群算法的组合式特征选择算法.将自适应蚁群算法用于特征选择,以特征作为位置点,采用支持向量机分类器评价特征子集的性能,指导特征进行信息素的计算和更新,为特征与特征子集的选择提供了依据,避免了盲目搜索,使搜索算法能够快速收敛.在8组实际数据集中的实验结果表明,从分类正确率、特征子集大小以及运行时间三个角度考察,该算法具有良好的综合性能.同时,给出了该算法应用在孤立肺结节CT图像的检测和诊断中的分类结果.
推荐文章
蜂群—蚁群自适应优化算法
优化问题
蚁群优化
人工蜂群算法
自适应调整信息素的蚁群算法
蚁群算法
TSP问题
信息素
基于自适应多态免疫蚁群算法的TSP求解
自适应
多态
蚁群算法
免疫克隆选择
旅行商问题
基于自适应蚁群遗传混合算法的 PID 参数优化
PID 控制器
交叉因子
蚁群遗传混合算法
自适应
信息素
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 基于自适应蚁群算法的组合式特征选择算法
来源期刊 系统仿真学报 学科 工学
关键词 蚁群算法 特征选择 支持向量机 自适应 孤立肺结节
年,卷(期) 2009,(6) 所属期刊栏目 研究论文
研究方向 页码范围 1605-1608,1614
页数 分类号 TP391|TP301.6
字数 语种 中文
DOI
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 王健 第三军医大学西南医院放射科 200 1066 16.0 22.0
2 黄学全 第三军医大学西南医院放射科 74 371 11.0 15.0
3 何中市 重庆大学计算机学院 96 980 17.0 24.0
4 张杰慧 重庆大学计算机学院 5 61 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (229)
参考文献  (6)
节点文献
引证文献  (25)
同被引文献  (53)
二级引证文献  (63)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(4)
  • 参考文献(1)
  • 二级参考文献(3)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(3)
  • 参考文献(3)
  • 二级参考文献(0)
2009(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(6)
  • 引证文献(5)
  • 二级引证文献(1)
2011(7)
  • 引证文献(5)
  • 二级引证文献(2)
2012(8)
  • 引证文献(0)
  • 二级引证文献(8)
2013(11)
  • 引证文献(4)
  • 二级引证文献(7)
2014(14)
  • 引证文献(2)
  • 二级引证文献(12)
2015(11)
  • 引证文献(2)
  • 二级引证文献(9)
2016(7)
  • 引证文献(0)
  • 二级引证文献(7)
2017(4)
  • 引证文献(1)
  • 二级引证文献(3)
2018(7)
  • 引证文献(0)
  • 二级引证文献(7)
2019(3)
  • 引证文献(2)
  • 二级引证文献(1)
2020(9)
  • 引证文献(3)
  • 二级引证文献(6)
研究主题发展历程
节点文献
蚁群算法
特征选择
支持向量机
自适应
孤立肺结节
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
系统仿真学报
月刊
1004-731X
11-3092/V
大16开
北京市海淀区永定路50号院
82-9
1989
chi
出版文献量(篇)
14694
总下载数(次)
35
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导