一种改进的蚁群挖掘算法
郭剑
孙力娟
顾健辉
1.南京邮电大学计算机学院,南京,2100032.南京邮电大学计算机学院,南京,2100033.南京邮电大学计算机学院,南京,210003
摘要：对数据挖掘中的分类问题进行了研究.Ant-Miner算法使用蚁群算法来解决分类问题,取得了一定的效果,但存在运行时间较长和分类不够精确等缺陷.从状态转移规则、启发式函数和信息素更新策略等三个方面对Ant-Miner算法进行了改进,提出了一种新的蚁群挖掘算法ACMA.仿真结果表明,ACMA算法比Ant-Miner算法分类的准确性高,性能也更优越.
关键词：蚁群挖掘算法分类数据挖掘
分类号：TP301.6(计算技术、计算机技术)
资助基金：国家自然科学基金项目(60573141)国家自然科学基金项目(70271050)国家高技术研究发展计划("863"计划)基金项目(2005AA775050)国家高技术研究发展计划("863"计划)基金项目(2007AA701301)江苏省自然科学基金项目(BK2005146)江苏省高技术研究计划基金项目(BG2005038)江苏省计算机信息处理技术重点实验室基金项目(kjx050001)江苏省计算机信息处理技术重点实验室基金项目(kjs06)南京邮电大学青蓝计划项目(NY207084)
论文发表日期：2008-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 1-4,16 )
英文信息