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:
针对传统粗糙集属性约简算法无法高效处理日益增长的大数据问题,提出一种基于云计算的多层量子精英属性协同约简算法.该算法首先在云计算MapReduce模型下将大规模数据集划分到不同的进化蛙群中,分别获得各子种群最优解;然后构造一种基于多层量子蛙群精英向量的属性协同约简策略,挑选出具有全局搜索和局部精化最强优化能力的精英子种群向量,快速引导各子种群找到各自最小属性约简集,从而取得大规模数据集的全局最优属性约简集.实验结果表明,本文算法在大规模数据集上求解全局最优属性约简解的效率和精度具有明显优势,同时应用于电子病历数据库MRI分割效果表明其具有较强适用性.
推荐文章
基于量子云模型反馈的协同精英属性均衡优势集成约简
量子光学
属性集成约简
量子云模型
协同精英
均衡优势
一种基于量子遗传算法与粗糙集理论的属性约简法
粗糙集
属性约简
遗传算法
量子遗传算法
基于协同进化云的属性集成多代理约简算法
协同进化精英优化
属性约简
协同云框架
集成多代理策略
婴幼儿脑3D-MRI
基于量子云模型演化的最小属性约简增强算法
属性约简
逆向云模型
量子云旋转门
量子云变异与云纠缠
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 基于云计算的多层量子精英属性协同约简算法
来源期刊 四川大学学报(工程科学版) 学科 工学
关键词 属性协同约简 云计算 MapReduce模型 多层量子精英 MRI分割
年,卷(期) 2015,(6) 所属期刊栏目 信息工程
研究方向 页码范围 97-103
页数 7页 分类号 TP301.6
字数 4642字 语种 中文
DOI 10.15961/j.jsuese.2015.06.014
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 陈森博 南通大学计算机科学与技术学院 16 38 4.0 5.0
2 管致锦 南通大学计算机科学与技术学院 69 369 10.0 16.0
3 丁卫平 南通大学计算机科学与技术学院 61 406 10.0 17.0
6 王杰华 南通大学计算机科学与技术学院 48 169 7.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (56)
共引文献  (2161)
参考文献  (14)
节点文献
引证文献  (1)
同被引文献  (7)
二级引证文献  (1)
1982(2)
  • 参考文献(1)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(9)
  • 参考文献(2)
  • 二级参考文献(7)
2010(9)
  • 参考文献(1)
  • 二级参考文献(8)
2011(6)
  • 参考文献(0)
  • 二级参考文献(6)
2012(6)
  • 参考文献(1)
  • 二级参考文献(5)
2013(10)
  • 参考文献(3)
  • 二级参考文献(7)
2014(4)
  • 参考文献(3)
  • 二级参考文献(1)
2015(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)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
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
属性协同约简
云计算
MapReduce模型
多层量子精英
MRI分割
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
工程科学与技术
双月刊
1009-3087
51-1773/TB
大16开
成都市一环路南一段24号
62-55
1957
chi
出版文献量(篇)
4421
总下载数(次)
4
论文1v1指导