作者:
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:
针对蚁群算法求取属性约简中存在的迭代次数多、收敛较慢甚至得不到最小约简的问题,提出了基于量子蚁群算法的粗糙集属性约简的方法.每只蚂蚁携带一组表示蚂蚁当前位置信息的量子比特;采用量子旋转门完成蚂蚁的移动;采用量子非门实现蚂蚁所在位置的变异.实验证明,该算法能快速有效地求解属性约简,同时又能找到许多次最小约简.可以很好地解决这一难题,它不仅能得到最小约简属性集,而且可以得到很多的约简属性集.
推荐文章
粗糙集属性约简方法研究
属性约简
粗糙集
遗传算法
蚁群算法
一种基于量子遗传算法与粗糙集理论的属性约简法
粗糙集
属性约简
遗传算法
量子遗传算法
基于蚁群算法的粗糙集属性约简方法
粗糙集
蚁群算法
属性约简
基于容错改进的邻域粗糙集属性约简算法
粗糙集
邻域粗糙集
决策粗糙集
属性约简
容错性
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 基于量子蚁群算法的粗糙集属性约简方法
来源期刊 计算机工程与科学 学科 工学
关键词 属性约简 粗糙集 量子蚁群 蚁群算法
年,卷(期) 2010,(5) 所属期刊栏目 数据挖掘
研究方向 页码范围 82-84
页数 分类号 TP18
字数 2885字 语种 中文
DOI 10.3969/j.issn.1007-130X.2010.05.022
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 袁浩 重庆邮电大学电子商务与现代物流实验室 12 122 7.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (74)
共引文献  (327)
参考文献  (12)
节点文献
引证文献  (10)
同被引文献  (51)
二级引证文献  (14)
1982(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(5)
  • 参考文献(0)
  • 二级参考文献(5)
1997(6)
  • 参考文献(0)
  • 二级参考文献(6)
1998(3)
  • 参考文献(1)
  • 二级参考文献(2)
1999(6)
  • 参考文献(1)
  • 二级参考文献(5)
2000(7)
  • 参考文献(0)
  • 二级参考文献(7)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(7)
  • 参考文献(0)
  • 二级参考文献(7)
2003(9)
  • 参考文献(0)
  • 二级参考文献(9)
2004(11)
  • 参考文献(0)
  • 二级参考文献(11)
2005(5)
  • 参考文献(1)
  • 二级参考文献(4)
2006(7)
  • 参考文献(2)
  • 二级参考文献(5)
2007(5)
  • 参考文献(2)
  • 二级参考文献(3)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(3)
  • 参考文献(3)
  • 二级参考文献(0)
2010(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)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(2)
  • 引证文献(1)
  • 二级引证文献(1)
2014(6)
  • 引证文献(3)
  • 二级引证文献(3)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(6)
  • 引证文献(1)
  • 二级引证文献(5)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
属性约简
粗糙集
量子蚁群
蚁群算法
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
计算机工程与科学
月刊
1007-130X
43-1258/TP
大16开
湖南省长沙市开福区德雅路109号国防科技大学计算机学院
42-153
1973
chi
出版文献量(篇)
8622
总下载数(次)
11
总被引数(次)
59030
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导