改进的非常快速模拟退火算法在不确定性数据清洗中的应用  

Modified Very Fast Simulated Annealing Algorithm in Cleaning Uncertain Data

作　　者：刘斌[1] 李明[1] 刘青宝[1] 

机构地区：[1]国防科技大学信息系统工程重点实验室,湖南长沙410073

出　　处：《信息工程大学学报》2013年第5期607-611,623,共6页Journal of Information Engineering University

基　　金：国家自然科学基金资助项目(70771110)

摘　　要：为了减少不确定性数据集的不确定性,清除不确定性数据集中的脏数据,研究了在聚集约束条件下的不确定性数据清洗的问题。分析了现有的基于聚集约束的不确定性数据清洗模型和方法的不足,对文献[4]中的目标函数模型进行了完善;同时,借鉴改进的非常快速模拟退火(MVFSA)算法的思想,设计了新的聚集约束下的不确定性数据清洗算法。实验结果表明,新算法不仅在求解质量上有所改进,而且求解效率得到较大提高。This paper proposes an algorithm to clean uncertain data with aggregate constraints, to reduce the uncertainty and clean the dirty data in uncertain data sets. Shortages are found by analyzing the existing model and methods for cleaning uncertain data with aggregate constraints, the existing Object Function model in literature is modified, and finally the algorithm is designed by studying the Modified Very Fast Simulated Annealing algorithm. Experiments verify the efficiency and effectiveness of the algorithm.

关 键 词：不确定性数据 数据清洗 聚集约束 模拟退火 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]