文献类型：期刊文章

作　　者：邓松[1] 元昌安[2,3] 赵波[4] 段磊[4] 杨乐婵[1] 饶元[1] 廖剑平[1]

机构地区：[1]广西师范学院资源与环境科学学院 [2]广西师范学院信息技术系 [3]四川大学计算机学院,成都610064 [4]四川大学计算机学院

出　　处：《计算机工程与应用》

基　　金：国家973重点基础研究发展规划资助项目(编号:2002CB111504);广西省自然科学基金资助项目(编号:0339039)

年　　份：2006

卷　　号：42

期　　号：23

起止页码：154-157

语　　种：中文

收录情况：AJ、BDHX、BDHX2004、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：分类(Classification)是数据挖掘(DataMining)中的一个重要研究方向,目前传统的方法有神经网络,Fisher判别法等。神经网络缺乏对分类结果的直观解释;Fisher判别对于大数据集分类准确率大大下降,且不具有属性约简能力。为此,该文做了如下工作(1)提出了自动获取最佳阈值的思想;(2)对于错分的实例,提出了运用神经网络分类器二次分类的思想;(3)提出了基于基因表达式编程和神经网络的属性约简分类算法(AttributionReductionClassificationAlgo-rithmsBasedonGEPandNeuralNetwork,ARCA-GEPNN);(4)实验表明,ARCA-GEPNN的分类精度比Fisher判别提高了约25%,比GEP提高了约21%。

关 键 词：分类  基因表达式编程 神经网络 属性约简

分 类 号：TP18] TP311.13]