基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对普通蚁群算法在属性约简中求解最小约简存在局部最优、迭代次数多、收敛慢的问题,将复制、交叉、变异这些遗传算子引入蚁群算法中,改进蚂蚁的产生方式和蚂蚁构造可行解的过程,提高算法的收敛速度和全局搜索能力.算法在加州大学机器学习数据库中的数据集的测试结果表明,该算法能快速有效地求解属性约简,能够找到最小约简集.
推荐文章
基于免疫遗传算法的粗糙集属性约简算法
免疫遗传算法
粗糙集
属性约简
基于遗传算法的混合蚁群算法
遗传算法
混合蚁群算法
算法融合
连续空间优化
基于遗传算法和区分矩阵的属性约简
粗糙集
遗传算法
区分矩阵
属性约简
基于遗传算法的粗糙集属性约简算法
粗糙集
属性约简
遗传算法
属性重要度
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于蚁群遗传算法的属性约简
来源期刊 计算机与现代化 学科 工学
关键词 遗传算法 蚁群算法 属性约简 粗糙集
年,卷(期) 2013,(1) 所属期刊栏目 算法设计与分析
研究方向 页码范围 25-28
页数 4页 分类号 TP301.6
字数 5045字 语种 中文
DOI 10.3969/j.issn.1006-2475.2013.01.008
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 郑扬飞 华北计算技术研究所公共安全信息化事业部 8 26 3.0 5.0
2 杜新宇 华北计算技术研究所公共安全信息化事业部 4 20 2.0 4.0
3 夏先智 华北计算技术研究所公共安全信息化事业部 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (52)
共引文献  (65)
参考文献  (8)
节点文献
引证文献  (3)
同被引文献  (25)
二级引证文献  (12)
1982(3)
  • 参考文献(0)
  • 二级参考文献(3)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(5)
  • 参考文献(0)
  • 二级参考文献(5)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(7)
  • 参考文献(2)
  • 二级参考文献(5)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(6)
  • 参考文献(2)
  • 二级参考文献(4)
2008(7)
  • 参考文献(1)
  • 二级参考文献(6)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(3)
  • 引证文献(1)
  • 二级引证文献(2)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
遗传算法
蚁群算法
属性约简
粗糙集
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机与现代化
月刊
1006-2475
36-1137/TP
大16开
南昌市井冈山大道1416号
44-121
1985
chi
出版文献量(篇)
9036
总下载数(次)
25
总被引数(次)
56782
论文1v1指导