基于蚁群特征选择的相似重复记录分类检测

• 作者: 刁兴春 张潇毅 曹建军 杜鹢 王芳潇
• 来源期刊: 兵工学报
• 学科: 工学
• 关键词: 信息处理技术 数据清洗 相似重复记录 蚁群算法 特征选择 支持向量机
• 年，卷（期）: 2010,（9）
• 页码范围: 1222-1227
• 分类号: TP311
• 字数: 4571字
• 语种: 中文

摘要

为实现相似重复记录的检测,提出一种基于蚁群算法特征选择的分类检测方法.将相似重复记录检测看成二分类问题,定义了字符串型、枚举型和日期型3种典型属性类型的相似特征和归一化算法,以两记录的相似特征向量作为分类器的输入进行检测;建立了以召回率、准确率和特征规模综合最优的特征选择多目标优化模型,并根据问题特点将多目标模型转化为单目标模型,应用蚁群算法设计了模型求解算法.最后,用欧氏距离分类法和支持向量机2种分类器验证了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杜鹢	中国电子系统工程公司网管中心	3	850	3.0	3.0
2	曹建军		12	155	6.0	12.0
3	刁兴春		17	153	6.0	12.0
4	王芳潇		3	58	2.0	3.0
5	张潇毅		2	19	2.0	2.0