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:
为了提高数据分类的快速性与准确性,本文在大脑情感学习(Brain Emotional Learning,BEL)模型的基础上,结合遗传算法(Genetic Algorithm,GA),提出了一种基于GA-BEL的快速分类改进算法.BEL模型根据大脑中杏仁体和眶额皮质之间相互学习的神经生物学原理建立,模拟了情感刺激在大脑短反射通路中被快速处理的过程.因此,基于BEL模型的网络运算速度快.进一步采用遗传算法优化BEL网络权值,提高其分类正确率.在UCI数据集上的对比实验结果表明,无论对于小样本还是大样本数据集,较其他分类算法,GA-BEL算法均有较高的分类正确率和计算效率.
推荐文章
基于改进多核学习的语音情感识别算法
语音情感识别
多核学习
支持向量机
基于大脑情感学习模型和自适应遗传算法 的混沌时间序列预测
混沌时间序列
预测
大脑情感学习
自适应遗传算法
基于集成学习的语音情感识别算法研究
语音识别
情感识别
SVM
W-KNN
BPNN
集成学习
一种改进EM算法的跨领域情感分类方法
跨领域情感分类
EM算法
特征迁移
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 一种基于大脑情感学习的快速分类改进算法
来源期刊 电子学报 学科 工学
关键词 快速分类 大脑情感学习 遗传算法 数据集
年,卷(期) 2017,(11) 所属期刊栏目 学术论文
研究方向 页码范围 2663-2670
页数 8页 分类号 TP18
字数 6046字 语种 中文
DOI 10.3969/j.issn.0372-2112.2017.11.013
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 谭冠政 中南大学信息科学与工程学院 111 1318 20.0 31.0
2 梅英 中南大学信息科学与工程学院 22 55 5.0 6.0
6 刘振焘 中国地质大学自动化学院 5 24 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (29)
共引文献  (13)
参考文献  (16)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(7)
  • 参考文献(0)
  • 二级参考文献(7)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(4)
  • 参考文献(1)
  • 二级参考文献(3)
2013(5)
  • 参考文献(5)
  • 二级参考文献(0)
2014(4)
  • 参考文献(4)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(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)
研究主题发展历程
节点文献
快速分类
大脑情感学习
遗传算法
数据集
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
电子学报
月刊
0372-2112
11-2087/TN
大16开
北京165信箱
2-891
1962
chi
出版文献量(篇)
11181
总下载数(次)
11
总被引数(次)
206555
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导