一种基于多目标优化的数据分类模型  

A Data Classification Model Based on Multi-objective Optimization

作　　者：陈三风[1,2] 王辉静[1] 郭森[1,2] 陆芸婷[1,2] 

机构地区：[1]深圳信息职业技术学院信息技术研究所,深圳518029 [2]深圳市可视媒体处理与传输重点实验室,深圳518029

出　　处：《计算机与数字工程》2014年第6期1023-1027,共5页Computer & Digital Engineering

基　　金：国家自然科学基金(编号:61271420);广东省自然科学基金(编号:S2012010008997;S2011010006120;S2011010006115);深圳市科技计划(编号:JC201105190821A;ZYA201007070116A)资助

摘　　要：论文将从多目标优化的角度出发,结合LDA的第一个目标(最大化类间方差)和SVM的第二个目标(最小化经验风险),构造一个新的最大类间方差和最小经验风险(MVE)数据分类模型。由于该模型是一个非凸规划模型,论文使用凹凸规划(CCCP)来进行求解。为了验证论文提出的数据类模型,对人工和真实的数据挖掘实验室数据(UCI)数据集进行分类实验测试。实验结果表明该数据分类模型有效性的。For multi-objective optimization ,the LDA＇s first goals（maximum inter-class variance） and the SVM second goal（minimum the empirical risk） are combined for configuring a new MVE data classification model .It is a non-convex pro-gramming model and CCCP programming is utilized .In order to verify the data classification model presented in this paper , some data classification experiments are carried based on artificial and real UCI datasets .The experimental results show that the data classification model is effective .

关 键 词：多目标规划 分类 数据挖掘 

分 类 号：TP24[自动化与计算机技术—检测技术与自动化装置]