文档名：利用MISA多目标优化的置信规则库分类算法
现有基于置信规则库的分类系统的分类准确率和效率受到系统参数设置以及规则库结构合理性的影响.为了能寻找到最佳的参数值和最优的规则库结构,本文结合了基于Pareto的多目标优化免疫遗传算法(MISA)提出利用MISA多目标优化的置信规则库分类算法.该方法融合特征属性约简思想和差分进化算法思想建立训练模型,采用基于Pareto的多目标优化免疫遗传算法(MISA)对系统复杂度和分类准确度进行多目标优化,从而寻找到分类模型的最优解.在实验分析中,首先将本文提出的置信规则库多目标分类系统MISA-BRM和置信规则库分类系统的实验结果进行对比,从复杂度和准确率两个维度说明本文方法的有效性.同时还将本文方法与现有的其他分类方法进行比较,验证本文方法的可行性和有效性.
作者：林锦胡家琛刘莞玲吴英杰
作者单位：数学与计算机科学学院福州大学,福建省福州市350116
母体文献：第六届中国计算机学会大数据学术会议论文集
会议名称：第六届中国计算机学会大数据学术会议
会议时间：2018年10月11日
会议地点：西安
主办单位：中国计算机学会
语种：chi
分类号：
关键词：数据挖掘 置信规则库 分类系统 多目标优化
在线出版日期：2020年11月30日
基金项目：
相似文献
相关博文
- 文件大小:
- 719.9 KB
- 下载次数:
- 60
-
高速下载
|
