题名 带个体差异的蚁群算法的应用
被引量：6
1
作者
裴志利 王建 时小虎 梁艳春 孔英
机构
吉林大学 计算机科学 与 技术 学院 教育部 符号计算 与 知识 工程 重点 实验室 大连医科大学 现代技术 教育 中心
出处
《计算机应用研究》
CSCD
北大核心
2008年第4期1036-1038,共3页
基金
国家自然科学基金资助项目(60673023,60433020)
文摘
基本蚁群算法在大规模优化问题的处理上,算法的执行效率很低。为此改进的算法引入了蚂蚁个体差异,并将不同蚂蚁选路策略混合应用,使改进后的蚁群算法在加快收敛速度和提高解的质量的同时,避免了过早停滞现象。实验表明,该算法在性能上远优于基本蚁群算法。
关键词
蚁群算法 旅行商问题 个体差异
Keywords
ant colony algorithm traveling salesman problem （TSP） individual variation
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
题名 SVM置信度在线评估以及决策改进
被引量：2
2
作者
凌萍 周春光
机构
吉林大学 计算机科学 与 技术 学院 教育部 符号计算 与 知识 工程 重点 实验室
出处
《计算机科学与探索》
CSCD
2008年第2期192-197,共6页
基金
国家自然科学基金重点项目No.60433020,60673099,60773095 985工程:“计算与软件科学科技创新平台”项目 +1 种基金 国家高技术研究发展计划(863)No.2007AA04Z114 教育部“符号计算与知识工程”重点实验室资助~~
文摘
设计了SVM置信度在线评估方案,以此确定SVM做多分类时结果的风险程度,对高风险决策结果进行修正。置信度评估采用理论估计和经验估计相结合的方式。多分类决策结果的修正由在线生成的局部分类器完成。局部分类器在待查询数据的邻域内工作,此邻域基于一个局部测度而生成。实验表明,所设计的算法呈现了较好的分类能力,提高了传统同类方法的分类准确率。
关键词
SVM 置信度评估 决策风险值 局部分类器 局部测度
Keywords
SVM confidence evaluation decision risk amount local classifier local metric
分类号
TP301
[自动化与计算机技术—计算机系统结构]
题名 从SNP到标签SNP的算法实现与讨论
被引量：1
3
作者
裴志利 梁艳春 卢奕南 曹忠波 孔英
机构
吉林大学 计算机科学 与 技术 学院 教育部 符号计算 与 知识 工程 重点 实验室 大连医科大学 生物化学与 分子生物学系
出处
《内蒙古民族大学学报（自然科学版）》
2006年第6期623-626,共4页
基金
国家自然科学基金项目(60433020) 国家自然科学基金项目(30400162) +4 种基金 吉林省科学技术发展计划项目(20050705-2) 国家教育部博士点基金项目(20030183060) 吉林大学"985"项目 吉林省科技发展应用基础项目(20040531) 内蒙古民族大学科研基金资助项目(2004A20)
文摘
由于对全部的SNP位点都进行基因分型的成本过于昂贵,而少量的标签SNP就能够提供与全部1500万个SNP位点大致相同的图谱信息.因此,如何选择标签SNP就显得十分重要.本文中所实现的选择标签SNP的算法是以连锁不平衡(Linkage Disequilibrium,LD)为基础的.
关键词
SNP 单体型 标签SNP LD R^2
Keywords
SNP Haplotype Tag SNP LD r^2
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
题名 基于粗糙集理论和信息熵的属性离散化方法
被引量：9
4
作者
白根柱 裴志利 王建 孔英 刘丽莎
机构
内蒙古民族大学 数学与 计算机科学 学院 大连医科大学 吉林大学 计算机科学 与 技术 学院 教育部 符号计算 与 知识 工程 重点 实验室
出处
《计算机应用研究》
CSCD
北大核心
2008年第6期1701-1703,共3页
基金
国家自然科学基金资助项目(30400162)
文摘
在分析当前研究中常用的属性离散化方法的基础上,提出了一种计算初始断点集合的算法;定义了断点的信息熵,并以此作为对断点重要性的度量,提出了一种基于粗糙集理论和信息熵的属性离散化算法。通过与其他离散化算法的对比实验,验证了本算法的有效性,而且在样本数和条件属性数目不断增大时仍有很高的效率。
关键词
粗糙集 离散化 信息熵 断点
Keywords
rough set discretization information entropy cut point
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
题名 一种优化模糊神经网络的多目标微粒群算法
被引量：9
5
作者
马铭 周春光 张利彪 马捷
机构
北华大学 信息管理中心 吉林大学 计算机科学 与 技术 学院 教育部 符号计算 与 知识 工程 重点 实验室
出处
《计算机研究与发展》
EI
CSCD
北大核心
2006年第12期2104-2109,共6页
基金
国家自然科学基金重点项目(60433020) 国家"九八五"工程"计算与软件科学科技创新平台"基金项目 教育部"符号计算与知识工程"重点实验室基金项目(02090)~~
文摘
模糊神经网络优化是一个多目标优化问题·通过对模糊神经网络和微粒群算法的深入分析,提出了一种多目标微粒群算法·在算法中将网络的精确性和复杂性分别作为目标进行优化,再用一种启发性分量加权均值法来选取个体极值和全局极值·算法能够引导粒子较快地向非劣最优解区域移动并最终获得多个非劣最优解,为模糊神经网络的精确性和复杂性的折中寻优问题提供了一种解决方法·茶味觉信号识别的仿真实验验证了该算法的有效性·
关键词
模糊神经网络 微粒群算法 多目标优化
Keywords
fuzzy neural network particle swarm optimization multi-objective optimization
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
题名 基于主题的网页噪音去除机制
被引量：8
6
作者
万乐 左万利 高金
机构
吉林大学 计算机科学 与 技术 学院 教育部 符号计算 与 知识 工程 重点 实验室
出处
《计算机工程与设计》
CSCD
北大核心
2008年第8期2072-2074,2084,共4页
基金
国家自然科学基金项目(60373099) 教育部"符号计算与知识工程"重点实验室基金项目(93K-17)
文摘
由于主题的缺失,传统的网页噪音去除算法均是通过一些启发式的规则判断哪些是有用信息,哪些是噪音信息。而在主题爬行的环境下,由于有了明确的主题,可以使用一些不同的方法来发现网页噪音。提出了一种基于主题的网页噪音去除算法,通过构造网页DOM树的一个变种,即内容块树,利用分类器判断网页的噪音块。实验结果表明,该方法噪音去除精度是87%,而以前的方法仅有42%。
关键词
WEB网页 噪音去除 信息提取 预处理
Keywords
web pages noise removal information extraction preprocessing
分类号
TP391
[自动化与计算机技术—计算机应用技术]
题名 一种新的最小二乘支持向量聚类
被引量：2
7
作者
凌萍 周春光 王喆
机构
吉林大学 计算机科学 与 技术 学院 教育部 符号计算 与 知识 工程 重点 实验室 徐州师范大学 计算机科学 与 技术 学院
出处
《计算机工程》
CAS
CSCD
北大核心
2009年第7期14-16,31,共4页
基金
国家自然科学基金资助重点项目(60433020,60673099,60773095) 国家“863计划”基金资助项目(2007AA04Z114) +1 种基金 “985”工程基金资助项目“计算与软件科学科技创新平台” 教育部符号计算与知识工程重点实验室基金资助项目
文摘
针对传统支持向量聚类的低性能和高耗费问题,提出最小二乘支持向量聚类(LSSVC)模型,设计自适应参数化方案。模型中包括两步簇划分算法和快速训练算法。前者对支持向量和非支持向量分别进行划分,后者采用增量方式,每次增量对应聚类模型的双向学习过程。实验结果证明,LSSVC可有效提高同类算法的效率,具有良好聚类能力,当数据增量为工作集大小的10%时,算法可在时间耗费和聚类准确率之间取得良好的平衡。
关键词
支持向量聚类 最小二乘 双向学习 自适应参数化
Keywords
Support Vector Clustering（SVC） least-square double-way learning self-adaptive parameterization
分类号
TP311.13
[自动化与计算机技术—计算机软件与理论]
题名 双层分类策略及其实现算法
8
作者
凌萍 周春光
机构
徐州师范大学 计算机科学 与 技术 学院 吉林大学 计算机科学 与 技术 学院 教育部 符号计算 与 知识 工程 重点 实验室
出处
《计算机应用研究》
CSCD
北大核心
2009年第6期2074-2078,共5页
基金
国家自然科学基金重点资助项目(60433020 60673099) +2 种基金 国家"985"工程资助项目 欧盟资助项目(111084) 国家教育部重点实验室资助项目
文摘
针对常见分类算法在全局和局部区域性能不一致的问题,提出了双层分类策略及其实现算法。双层分类策略的思想是离线地建立全局分类器,当全局分类器决策信用度低于指定阈值时,在线生成局部分类器进行决策修正。实现算法以支持向量机(support vectormachine,SVM)和模糊分类器(fuzzy classifier)作为全局与局部分类器,命名为SFC。为全局分类器定义了SVM决策信用度的评估机制,并以此给出局部分类器的启动条件。为局部分类器设计了基于新测度的模糊隶属度函数完成决策修正。实验结果表明,SFC显著提高了单一分类器的性能,可达到较好的分类效果。由此说明双层分类思想是正确且有效的,可作为一种通用思想对应多种具体实现算法。
关键词
双层分类策略 全局分类器 局部分类器 信用度评估 新测度
Keywords
double-classification strategy global classifier local classifier confidence scoring method new metric
分类号
TP139
[自动化与计算机技术—控制理论与控制工程]
题名 一种基于网格距离的融合式聚类算法
9
作者
凌萍 周春光 王喆
机构
吉林大学 计算机科学 与 技术 学院 教育部 符号计算 与 知识 工程 重点 实验室 徐州师范大学 计算机科学 与 技术 学院
出处
《计算机科学》
CSCD
北大核心
2008年第11期160-163,231,共5页
基金
国家自然科学基金重点项目(60433020,60673099,60773095) 国家高技术研究发展计划(863计划)(课题编号:2007AA04Z114) +1 种基金 985工程:“计算与软件科学科技创新平台”项目 教育部“符号计算与知识工程”重点实验室资助
文摘
提出了一种基于网格距离的融合式聚类算法(Agglomerative Clustering algorithm based on Grid Distance,ACGD)。为规模不同的数据集分别设计了初始球状网格和初始矩形网格,并以此作为合并过程的起点。基于随机映射思想设计了网格之间的距离定义并以此完成聚类任务。ACGD的参数以自适应学习策略确定。真实数据集上的实验表明,ACGD具有良好聚类效果,具有比同类算法更高的效率和算法鲁棒性。
关键词
网格距离 融合聚类 球状初始网格 初始矩形网格 数据粒单元
Keywords
Grid distance, Agglomerative clustering algorithm, Sphere-shaped initial grid, Rectangular-shaped initial grid, Data cell
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
O241.3
[自动化与计算机技术—计算机科学与技术]
