文献类型：期刊文章

作　　者：陶春梅[1,2] 王洪炼[3]

机构地区：[1]重庆邮电大学计算机科学与技术学院,重庆400065 [2]西安电子科技大学电子工程学院,西安710071 [3]和记奥普泰通信技术有限公司,重庆400041

出　　处：《重庆邮电大学学报（自然科学版）》

基　　金：国家自然科学基金资助(60773113)

年　　份：2009

卷　　号：21

期　　号：4

起止页码：512-517

语　　种：中文

收录情况：BDHX、BDHX2008、CSA、CSA-PROQEUST、IC、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：提出了一种分类算法---基于组织进化和信息熵的数据驱动分类算法(a data-driven classification algorithm based on organizational evolution and entropy,DDCAOEE),与已有进化算法的运行机制不同,它的进化操作直接作用于数据而不是规则,进化结束后再从各组织中提取规则,这样有利于避免在进化过程中产生无意义的规则。根据分类问题的特点,设计了信息系统的组织,提出了3种进化算子和一种组织选择机制,给出了基于信息熵的属性重要度的进化方式,并基于此定义了组织适应度函数,最后,将算法用于6个试验数据集,并与现有的2个分类方法(Ant-Miner和CN2)进行了比较,实验结果表明,该方法获得了更高的预测准确率,产生了更小的规则集。

关 键 词：数据挖掘 分类  信息熵 组织进化 组织  进化算法

分 类 号：TP273]