基于双链量子遗传优化的分类规则挖掘算法
张宇献1
陈向文2
钱小毅1
1.沈阳工业大学 电气工程学院,,沈阳 1108702.沈阳工业大学 信息科学与工程学院,沈阳 110870
摘要：针对采用传统智能优化算法挖掘分类规则时易出现分类精度不理想、噪声容忍度差等情况,提出一种基于双链量子遗传优化分类规则挖掘算法.采用双链量子位对分类规则进行实数编码,通过解空间变换将量子位概率幅映射到相应实数集,根据目标函数梯度变化确定量子旋转门转角,并利用量子非门进行个体变异.选取UCI数据库中9组分类数据集对所提出算法分类性能进行测试,结果表明,所提出算法具有较好的分类精度和噪声容忍度.
关键词：分类规则挖掘双链量子实数编码解空间变换量子旋转门量子变异分类精度鲁棒性分析显著性检验
分类号：TP273(自动化技术及设备)
资助基金：国家自然科学基金(61102124)辽宁省自然科学基金(2015020064)辽宁省教育厅项目(LQGD2017035)
论文发表日期：2021-01-25
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：6( 61-66 )
英文信息