基于混合模拟退火-遗传算法和HMM的Web挖掘

• 作者: 邹腊梅 龚向坚
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 模拟退火算法 遗传算法 隐马尔可夫模型 Web挖掘
• 年，卷（期）: 2012,（3）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 106-109
• 分类号: TP391
• 字数: 3398字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2012.03.028

摘要

隐马尔可夫模型训练算法是一种局部搜索算法,对初值敏感.传统方法采用随机参数训练隐马尔可夫模型时常陷入局部最优,应用于Web挖掘效果不佳.遗传算法具有较强的全局搜索能力,但容易早熟、收敛慢,模拟退火算法具有较强的局部寻优能力,但会随机漫游,全局搜索能力欠缺.综合考虑遗传算法和模拟退火算法的特点,提出混合模拟退火-遗传算法SGA,优化HMM初始参数,弥补Baum-Welch算法对初始参数敏感的缺陷,Web挖掘的实验结果表明五个域提取的REC和PRE都有明显的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邹腊梅	南华大学计算机科学与技术学院	21	120	6.0	10.0
2	龚向坚	南华大学计算机科学与技术学院	20	90	5.0	9.0