节点文献

一种不均衡数据的改进蚁群分类算法

An Improved Ant-Miner Algorithm for Unbalanced Data

  • 推荐 CAJ下载
  • PDF下载
  • 不支持迅雷等下载工具，请取消加速工具后下载。

【作者】 徐淑坦； 王朝勇； 孙延风；

【Author】 XU Shu-tan1,WANG Chao-yong2,SUN Yan-feng1(1.College of Computer Science and Technology,Jilin University,Changchun 130012,China; 2.School of Applied Science,Jilin Teachers Institute of Engineering and Technology,Changchun 130052,China)

【机构】 吉林大学计算机科学与技术学院； 吉林工程技术师范学院应用科学学院；

【摘要】 针对蚁群挖掘算法(ant colony mining algorithm,ACMA)中的规则评价函数和规则修剪方法,提出一种改进的蚁群挖掘算法(improved ant colony mining algorithm,IACMA),并将其应用于不均衡数据分类.数值实验采用基准数据库中3种典型的不均衡数据,结果表明,改进后的算法能有效提取少数类,提高了不均衡数据整体分类效果.

【Abstract】 Based on the quality function and pruning method of ant colony mining algorithm(ACMA),an improved ant colony mining algorithm(IACMA) was proposed and applied to unbalanced data classification.Three datasets from the typical benchmark database were used for the numerical experiment.The simulation results show that the IACMA can better process the minor categories,and improve the overall classification accuracy.

【关键词】 不均衡数据分类； 蚁群分类算法； 蚁群挖掘算法； 数据挖掘； 规则提取；
【Key words】 unbalanced data classification； Ant-Miner； ant colony mining algorithm； data mining； rule extraction；
【基金】 国家自然科学基金(批准号:10872077)
  • 【文献出处】 吉林大学学报(理学版) ,Journal of Jilin University(Science Edition) , 编辑部邮箱 ,2011年04期
  • 【分类号】TP18
  • 【被引频次】3
  • 【下载频次】147
打印本页
节点文献中：