智能启发算法在机器学习中的应用研究综述

• 作者: 伍淳华 杨义先 沈焱萍 郑康锋
• 来源期刊: 通信学报
• 学科: 工学
• 关键词: 参数结构优化 特征优化 集成约简 原型优化 加权投票集成 核函数学习
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 综述
• 页码范围: 124-137
• 页数: 14页
• 分类号: TP39
• 字数: 11222字
• 语种: 中文
• DOI: 10.11959/j.issn.1000?436x.2019242

摘要

针对机器学习算法在应用中存在的问题,构建基于智能启发算法的机器学习模型优化体系.首先,介绍已有智能启发算法类型及其建模过程.然后,从智能启发算法在机器学习算法中的应用,包括神经网络等参数结构优化、特征优化、集成约简、原型优化、加权投票集成和核函数学习等方面说明智能启发算法的优势.最后,结合实际需求展望智能启发算法及在机器学习领域的发展方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨义先	北京邮电大学网络空间安全学院	629	8372	39.0	65.0
2	郑康锋	北京邮电大学网络空间安全学院	32	523	12.0	22.0
3	沈焱萍	北京邮电大学网络空间安全学院	7	29	2.0	5.0
5	伍淳华	北京邮电大学网络空间安全学院	17	119	5.0	10.0