多目标优化算法在多分类中的应用研究

• 作者: 尚荣华 焦李成 白靖 胡朝旭
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 多分类 多目标优化 聚类 MOPSO NSGA-Ⅱ
• 年，卷（期）: 2012,（11）
• 所属期刊栏目: 学术论文
• 页码范围: 2264-2269
• 页数: 6页
• 分类号: TP18
• 字数: 3939字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2012.11.019

摘要

Cai等人用多目标粒子群算法(MOPSO)优化多目标聚类学习和分类学习框架(MSCC)的多目标问题时,种群只能得到少量的非支配解,不利于种群优化.而在此情况下,NSGA-Ⅱ由于采用了Pareto排序的方法,种群中会保留大量优秀的支配解,有利于种群优化,所以本文引进了NSGA-Ⅱ优化MSCC框架的多目标问题.通过对数据集的测试,验证了在NSGA-Ⅱ的优化下,对于大多数测试问题,MSCC框架设计的分类器的最大分类正确率高于MOPSO优化MSCC框架的结果.进而对实验结果做了进一步分析,发现了最大正确率不随多目标优化算法的优化过程而提高的问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	焦李成	西安电子科技大学智能感知与图像理解教育部重点实验室	514	14586	52.0	103.0
2	尚荣华	西安电子科技大学智能感知与图像理解教育部重点实验室	20	328	10.0	18.0
3	白靖	西安电子科技大学智能感知与图像理解教育部重点实验室	2	20	2.0	2.0
4	胡朝旭	西安电子科技大学智能感知与图像理解教育部重点实验室	1	14	1.0	1.0