王俊艳,曾建潮

• 1:太原科技大学计算机科学与技术学院

摘要(Abstract)：

分类是数据挖掘研究的主要内容之一,将微粒群算法应用于分类问题,进行分类规则的提取。对于微粒群算法本身而言,主要考虑两方面,一方面要考虑编码问题,另一方面要考虑适应值函数的定义。文章主要针对适应值函数进行研究,首先给出了前人提出的几种适应值函数,提出一种新的适应值函数,进一步采用UC I标准数据集进行实验,将几种适应值函数所得结果进行比较,结果表明该适应值函数的有效性。

关键词(KeyWords)： 分类;微粒群;分类规则

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 王俊艳,曾建潮

参考文献(References)：

• [1]邵峰晶,于忠清.数据挖掘原理与算法[M].北京:中国水利水电出版社,2003.
• [2]曾建潮,介婧,崔志华.微粒群算法[M].北京:科学出版社,2004.
• [3]FIDELIS M,LOPES H,FREITAS A.Discovering comprehensible classification rules with a genetic algorithm[A].In:Proceed-ings of the IEEE Congress on Evolutionary Compution[C].San Diego,USA,2000,805-810.
• [4]Sousa T,Silva A,Neves A.Particle swarm based data mining algorithms for classification tasks[J].Parallel Computing,2004,30(5):767-783.
• [5]FALCO I,CIOPPA A,TARANTINO E.Evaluation of particle swarm optimization effectiveness in classification[J].LectureNotes in Computer science,2006,3849:164-171.
• [6]段晓东,王存睿,王楠楠,等.一种基于粒子群算法的分类器设计[J].计算机工程,2005,31(20):107-109.
• [7]高亮,高海兵,等.基于粒子群优化算法的模式分类规则获取[J].华中科技大学学报(自然科学版),2004,32(11):24-26.
• [8]延丽平,曾建潮.利用多群体PSO算法生成分类规则[J].计算机工程与科学,2007,29(1):94-96.
• [9]卢奕南,薛万欣,等.层次化粒子群优化算法及其在分类规则提取中的应用[J].计算机辅助工程,2006,15(3):9-41.
• [10]UCI repository of machine learning database[EB/OL].(2005-05-23).www.cgi.com/technology/mbc/db.