基于最大—最小蚂蚁系统的动态自适应Ant-Miner算法

• 作者: 郭友 高山杰 黄明和 黄超
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 文本分类 分类规则挖掘 蚁群算法 启发式因子 信息素
• 年，卷（期）: 2012,（9）
• 所属期刊栏目: 算法
• 页码范围: 265-267
• 页数: 3页
• 分类号: TP181
• 字数: 3410字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2012.09.072

摘要

针对基于蚁群算法的文本分类算法Ant-Miner所固有的易陷入局部最优解、复杂度较高等缺陷,引入最大-最小蚁群系统(NMAS)并通过规则质量的变化动态自适应地对信息素的浓度进行调节,引入基于密度的启发式因子来降低计算启发式因子的复杂度,同时通过先验知识来降低条件项选择概率的计算复杂度,在此基础上提出了一种基于Ant-Miner算法的改进文本分类算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄明和	江西师范大学软件学院	73	440	12.0	17.0
2	郭友	江西师范大学计算机信息工程学院	1	1	1.0	1.0
3	高山杰	江西师范大学计算机信息工程学院	1	1	1.0	1.0
4	黄超		1	1	1.0	1.0