湖南省科技计划项目(05FJ3074)
- 作品数：11 被引量：110H指数：7
- 相关作者：罗可赵敏傅平孙洋廖喜讯更多>>
- 相关机构：长沙理工大学更多>>
- 发文基金：国家自然科学基金湖南省科技计划项目湖南省教育厅重点项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于免疫遗传算法的粗糙集属性约简算法被引量：11
- 2007年
- 属性约简是粗糙集理论中一个重要的研究课题,为了有效获取属性最小相对约简,提出了一种基于免疫遗传算法的粗糙集属性约简算法。该算法将免疫算法和遗传算法结合,并将核引入免疫遗传算法的初始抗体群来提高算法的性能,依照决策属性对条件属性的依赖度,并结合抗体浓度,能维持进化过程中个体的多样性,从而提高了算法的全局搜索能力,避免陷入局部最优。实验证明该算法能够快速得到相对最小约简。
- 赵敏罗可廖喜讯
- 关键词：免疫遗传算法粗糙集属性约简
- 改进的模糊C均值聚类算法被引量：20
- 2009年
- 把自适应的策略与传统的模糊C均值聚类算法结合起来,形成新的模糊聚类算法。在不影响收敛速度的情况下,它能够很好解决局部最优以及对初始值敏感的问题。以UCI机器学习数据库中的两组数据集为研究对象,实验结果表明,它的精确度与自适应免疫聚类算法相当,能够得到准确的簇的数目,并且它的收敛速度更快,这对于如今网络数据的高速变化来说,该方法显得更为重要。
- 刘坤朋罗可
- 关键词：模糊C均值聚类自适应
- 基于免疫遗传算法的模糊C-均值聚类被引量：10
- 2009年
- 为了克服FCM算法对初值的敏感性,提出了一种基于免疫遗传算法的FCM算法。该算法利用免疫系统原理和遗传算子自适应调整的方法(即免疫遗传算法)来改进FCM算法。实验证明该算法能有效解决未成熟收敛的问题,保证了种群的多样性,使聚类问题最终快速、有效地收敛到全局最优解。
- 孙洋罗可
- 关键词：聚类算法模糊C-均值算法免疫遗传算法
- 基于粗糙集理论的决策树分类方法被引量：9
- 2009年
- 决策树是数据挖掘中常用的分类方法。本文提出了基于粗糙集的决策树方法,利用粗糙集近似精确度来选择决策树的根节点,分支由分类产生。该方法计算简单,易于理解。本文还提出用悲观剪枝法简化决策树,提高决策树的预测与分类能力。实例说明了本文方法均简单有效。
- 邹瑞芝罗可曾正良
- 关键词：粗糙集决策树
- 基于数据挖掘的SNORT网络入侵检测系统被引量：7
- 2009年
- 回顾了当前入侵检测技术和数据挖掘技术,对Snort网络入侵检测系统进行了深入的剖析;然后在Snort的基础上构建了基于数据挖掘的网络入侵检测系统模型;重点设计和实现了其中基于k-means算法的异常检测引擎和聚类分析模块,并对k-means算法进行了改进,使其更适用于网络入侵检测系统。
- 王建军罗可赵志学
- 关键词：入侵检测系统数据挖掘聚类分析SNORT
- 一种基于混合的IGA ＆ PSO的数据聚类算法
- 本文提出一种基于混合的 IGA 和 PSO 的聚类方法,在 IGA 算法中利用基因重组技术,使其比一般的 GA 算法更好。本文关键是为充分利用 IGA 和 PSO 两者对于不同问题的优势,一种相互交换使用 IGA 和 P...
- 王琳罗可罗永红
- 关键词：微粒群算法
- 文献传递
- 基于信息熵的免疫遗传算法聚类分析被引量：15
- 2008年
- 介绍了基于信息熵的免疫遗传算法的聚类分析方法。将免疫算法引入到遗传算法中,利用免疫算法的免疫记忆、自我调节和多样性保持功能弥补了标准遗传算法的局部搜索能力差、计算量大和早熟收敛等问题。采用DNA进行抗体编码,利用信息熵来表示抗体间亲和度及浓度,并采用聚合亲和度,实现了抗体群的自我调节和多样性保持策略。实验表明,该算法优于标准遗传算法。
- 傅平罗可
- 关键词：聚类免疫遗传算法信息熵亲和度
- 基于粗糙集和小生境遗传算法的层次聚类算法被引量：3
- 2008年
- 目前大部分聚类算法都面向数值属性,针对符号属性的则比较少。提出了一种新的聚类算法RNGADHCA,该算法将基于共享机制的小生境遗传算法运用到分裂式层次聚类算法中,并用粗糙集的思想来定义遗传算法的适应度函数,实验表明,该算法在面向符号属性进行聚类时能取得较好的聚类效果。
- 廖喜讯罗可赵敏
- 关键词：粗糙集适应度函数小生境遗传算法层次聚类
- 基于该粒子群算法的聚类算法被引量：11
- 2009年
- 提出了一种基于改进的粒子群算法的聚类方法。该算法是将局部搜索能力强的K-均值算法和基于遗传算法的交叉、变异操作同时结合到粒子群算法中。既提高了粒子群算法的局部搜索能力、加快了收敛速度,同时因为加入了交叉、变异操作,有效地防治了早熟收敛现象的发生。实验表明该聚类算法有更好的收敛效果。
- 孙洋罗可
- 关键词：聚类分析粒子群算法K-均值算法遗传算法
- 基于频繁项集的条件模式挖掘
- 2009年
- 在数据库挖掘中,要充分地快速地挖掘出数据库中的任意有趣模式,而现实数据挖掘查询等这种任意合成模式特别复杂,如果只利用现有的基于频繁项集算法直接进行复杂模式挖掘是困难的。为解决该问题,一种基于频繁项集的条件模式挖掘被提出。从条件模式定义,性质,条件模式挖掘算法等方面来阐述解决此类任意条件下模式挖掘的问题。该条件模式的挖掘,使得数据库进行任意模式的新知识新规律发现变得更快捷有效。在现实世界的知识挖掘中,条件模式挖掘更能贴近现实知识的发现。
- 王琳罗可
- 关键词：频繁项集数据挖掘
