| 多目标优化算法在多分类中的应用研究 |
| |
| 作者姓名： | 尚荣华 胡朝旭 焦李成 白靖 |
| |
| 作者单位： | 1.西安电子科技大学智能感知与图像理解教育部重点实验室,陕西西安,710071;2.西安电子科技大学智能感知与图像理解教育部重点实验室,陕西西安,710071;3.西安电子科技大学智能感知与图像理解教育部重点实验室,陕西西安,710071;4.西安电子科技大学智能感知与图像理解教育部重点实验室,陕西西安,710071 |
| |
| 基金项目： | 国家自然科学基金,中国博士后科学基金,陕西省自然科学基础研究计划,国家教育部博士点基金,高等学校学科创新引智计划,教育部"长江学者和创新团队发展计划" |
| |
| 摘 要： | Cai等人用多目标粒子群算法(MOPSO)优化多目标聚类学习和分类学习框架(MSCC)的多目标问题时,种群只能得到少量的非支配解,不利于种群优化.而在此情况下,NSGA-Ⅱ由于采用了Pareto排序的方法,种群中会保留大量优秀的支配解,有利于种群优化,所以本文引进了NSGA-Ⅱ优化MSCC框架的多目标问题.通过对数据集的测试,验证了在NSGA-Ⅱ的优化下,对于大多数测试问题,MSCC框架设计的分类器的最大分类正确率高于MOPSO优化MSCC框架的结果.进而对实验结果做了进一步分析,发现了最大正确率不随多目标优化算法的优化过程而提高的问题.
|
| 关 键 词： | 多分类 多目标优化 聚类 MOPSO NSGA-II |
| 收稿时间： | 2011-12-23 |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《电子学报》浏览原始摘要信息 |
|
点击此处可从《电子学报》下载全文 |
|
