基于动态交叉协同的属性量子进化约简与分类学习级联算法

• 作者: 丁卫平 施佺 王建东 管致锦
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 属性约简 规则分类学习 粗糙熵阈值 量子角动态旋转 交叉协同进化
• 年，卷（期）: 2011,（6）
• 所属期刊栏目: 论文与报告
• 页码范围: 733-742
• 分类号: TP181
• 字数: 6745字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2011.06.002

摘要

属性约简与规则分类学习是粗糙集理论研究和应用的重要内容.文中充分利用量子计算加速算法速度和混合蛙跳算法高效协同搜索等优势,提出一种基于动态交叉协同的量子蛙跳属性约简与分类学习的级联算法.该算法用量子态比特进行蛙群个体编码,以动态量子角旋转调整策略实现属性染色体快速约简,并在粗糙熵阈值分类标准内采用量子蛙群混合交叉协同进化机制提取和约简分类规则、组合决策规则链等,最后构造属性约简和分类学习双重功能级联模型.仿真实验验证该算法不仅具有较高的全局优化性能,且属性约简与规则分类学习的精度和效率均超过同类算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	施佺	南通大学计算机科学与技术学院	89	405	10.0	15.0
2	王建东	南京航空航天大学计算机科学与技术学院	158	1573	21.0	31.0
3	丁卫平	南京航空航天大学计算机科学与技术学院	17	90	6.0	8.0
6	管致锦	南通大学计算机科学与技术学院	69	369	10.0	16.0