教育部“新世纪优秀人才支持计划”(NCET-05-0253)

作品数：7被引量：23H指数：2
导出分析报告
相关作者：李敏强陈富赞刘鎏林丹常新功更多>>
相关机构：天津大学山西财经大学更多>>
相关期刊：《计算机学报》《系统工程理论与实践》《模式识别与人工智能》《系统工程学报》更多>>
相关主题：进化算法关联规则数据挖掘子结构发现图数据挖掘更多>>
相关领域：自动化与计算机技术理学更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-7
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于个体协同的子图结构发现混合进化算法
《系统工程学报》2008年第4期472-478,共7页常新功 寇纪淞 李敏强 
国家自然科学基金资助项目(70571057);新世纪优秀人才支持计划资助项目(NCET-05-0253)
将进化算法与爬山算法的混合进化算法引入图数据挖掘,以克服贪婪式查找易陷入局部极值的问题.针对子图结构发现问题中实例易丢失的特点,提出了一种新的遗传操作——个体协同算子,使得代表同一子结构的不同个体能够以协同的方式进行查找...
关键词：混合进化算法 协同 图数据挖掘 子结构发现 最小描述长度 
基于ε-支配的多目标进化算法及自适应ε调整策略被引量：17
《计算机学报》2008年第7期1063-1072,共10页刘鎏 李敏强 林丹 
国家自然科学基金(70571057,70171002);“新世纪优秀人才支持计划”(NCET-05-0253)资助
提出了一类新的基于ε-支配关系的多目标进化算法.该算法采用配对比较选择和稳态替换策略,提高了算法的收敛速度,降低了计算时间.首先,在保持种群分布性上,采用了一种新的基于ε-支配关系的精英保留策略,避免了传统修剪策略所引起的Par...
关键词：多目标优化 ε-支配 进化算法 ε自适应调整 精英保留策略 稳态策略 
基于双向混合搜索的最大频繁项集发现算法被引量：1
《信息系统学报》2008年第1期12-18,共7页陈富赞 李敏强 
国家自然科学基金(70571057,70771074);新世纪优秀人才支持计划(NCET-05-0253)。
本文给出了一种基于层次搜索空间的、适应性更广的双向混合(Two-Way Hybrid)搜索方法,能够在迭代早期发现尽可能多的最大频繁项集,还给出了有效的搜索空间分解及剪枝策略,使得搜索空间在迭代过程中能够最大限度地快速缩小。文中对所提...
关键词：数据挖掘 关联规则 最大频繁项目集 双向混合搜索 
进化子结构发现在区域经济研究中的应用被引量：1
《计算机应用》2008年第5期1173-1176,共4页常新功 寇纪淞 李敏强 
国家自然科学基金资助项目(70571057);新世纪优秀人才支持计划项目(NCET-05-0253)
提出了一种基于进化算法的子结构发现算法,并将爬山算法的思想融合于交叉和变异算子的设计之中,该算法可有效地跳出局部极值,取得较好的实验结果。将该算法应用于我国区域经济研究,挖掘结果反映了我国经济目前发展的趋势及存在的问题。
关键词：进化算法 图数据挖掘 子结构发现 区域经济 
求解DRS多目标优化问题的新颖ε-支配进化算法被引量：1
《系统工程学报》2008年第1期101-105,共5页李敏强 刘鎏 林丹 
国家自然科学基金(70571057；70171002);新世纪优秀人才支持计划资助项目(NCET-05-0253)
首先分析DRS(dominance resistant solutions)多目标优化问题的特点,证明基于Pareto-支配关系的多目标优化问题算法求解该类问题很难收敛.然后,提出一种新的基于ε-支配关系的进化算法—ε—支配进化算法(EDMOEA),给出该算法框架和详细...
关键词：进化算法 多目标优化问题 ε-支配 PARETO支配 
基于项目集格及位图索引的频繁项目集发现算法被引量：2
《系统工程理论与实践》2008年第2期26-34,共9页陈富赞 李敏强 
国家自然科学基金(70571057);新世纪优秀人才支持计划(NCET-05-0253)
以格论及位图索引技术为基础给出了一个新的频繁项目集发现算法.1)该算法利用有向图进行一次性数据预处理,在预处理过程中将数据库预先存贮为每个结点都用一个域来记录其支持度的项目集格,从而把复杂的频繁项目集的发现问题转化为图搜...
关键词：数据挖掘 关联规则 项目集格 位图索引 
基于合作型协同进化的RBFNN分类算法被引量：1
《模式识别与人工智能》2008年第1期88-97,共10页田津 李敏强 陈富赞 
国家自然科学基金项目(No.70571057;70171002);新世纪优秀人才支持计划项目(No.NCET-05-0253)资助
针对传统优化方法提高径向基函数神经网络(RBFNN)分类能力存在的问题,提出一种基于合作型协同进化群体并行搜索的CO-RBFNN学习算法.该算法首先利用K-均值算法对最近邻方法确定的网络初始隐节点聚类,然后以聚类后的隐节点群作为子种群进...
关键词：径向基函数神经网络(RBFNN) 协同进化 K-均值聚类 分类能力 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部