|
| - 基于捕食逃逸PSO的贝叶斯网络分类器
- 作者：孔宇彦[1] 姚金涛[2] 李强[1] ... 来源期刊：计算机应用 年卷号：2011,31(2).-454-457
- 摘要：构造精确的贝叶斯网络分类器已被证明为NP难问题,提出了一种基于捕食逃逸粒子群优化（PSO）算法的通用贝叶斯网络分类器,能有效避免数据预处理时的属性约简对分类效果的直接影响,实现对贝叶斯网络结构的精确学习和搜索。另外,将所提出的分类器应用于高职院校就业预测分析,并在Weka平台上实现对该分类器的构建和验证,与其他几种...
-
- 基于co-occurrence相似度的聚类集成方法
- 作者：凌光 王明春 冯嘉毅 来源期刊：计算机应用 年卷号：2011,31(2).-441-445,461
- 摘要：首先提出了一种基于属性值的co-occurrence相似度概念,通过对其进一步的研究,提出了3个等价性表述;然后对属性值之间的co-occurrence相似度进行引申,给出了数据对象之间co-occurrence相似度的定义,并将其成功应用到聚类集成方法中。利用co-occurrence相似度在计算某个初始聚类结果...
-
- 改进的半监督聚类在MEG脑机接口中的应用
- 作者：周丽娜 吕萌 来源期刊：计算机应用 年卷号：2011,31(2).-416-419
- 摘要：脑磁信号（MEG）作为一种新的脑机接口（BCI）输入信号,含有手运动方向的模式信息。鉴于半监督聚类融合了训练数据先验知识的优势,提出一种基于训练中心的半监督模糊聚类算法。该算法分为降维和改进的半监督聚类,采用主成分分析和线性判别分析将高维数据降到低维,改进的半监督聚类在对训练数据进行模糊聚类的基础上,将得到的聚类中...
-
- 连续量决策信息表的离散化问题研究
- 作者：高赟 来源期刊：西安科技大学学报 年卷号：2011,31(2).-214-217,222
- 摘要：在粗糙集理论中，知识是以表格的形式表达的。当用粗糙集算法从连续量决策信息表中提取规则时，首先要对其进行离散化处理。针对连续量决策信息表离散化过程中存在的问题，本文中提出了2个定理并进行了证明。定理表明：在考虑决策信息表中属性值之间不可分关系的条件下，若决策信息表的值发生变化，则离散化结果必然发生变化。所以由单一样本...
-
- 新一种基于炮射地面震动传感器的目标识别算法研究
- 作者：陈坤培 王曙光 宁全利 来源期刊：弹箭与制导学报 年卷号：2011,31(2).-185-188
- 摘要：介绍了自适应遗传算法优化的BP神经网络（AGA—BP）算法在炮射地面震动传感器目标识别中的应用。首先针对BP神经网络可能未收敛到全局最小点的缺陷，提出自适应遗传算法与BP神经网络结合的一种优化算法。之后进行仿真实验并对履带和轮式车辆的采样信号进行时频分析，利用小波变换提取特征值。最后利用优化后的算法与传统算法进行了...
-
|