| 改进的BPSO的特征基因选择方法及其在结肠癌检测中的应用研究 |
| |
| 引用本文： | 柴欣,孙劲耀,郭磊,武优西.改进的BPSO的特征基因选择方法及其在结肠癌检测中的应用研究[J].计算机科学,2013,40(7):239-243. |
| |
| 作者姓名： | 柴欣 孙劲耀 郭磊 武优西 |
| |
| 作者单位： | 中北大学电子与计算机科学技术学院 太原030051;郑州大学西亚斯国际学院电子信息工程学院 郑州451150 |
| |
| 基金项目： | 本文受山西省2011年科学技术发展计划(20110321031)资助 |
| |
| 摘 要： | 在一些大型的智能机械设备环境中,由于故障数据种类不断增加,形成了一个强冗余数据干扰的环境,这样的环境下,由于故障冗余关联规则的存在造成挖掘耗时。在充分研究关联挖掘算法的基础上,提出一种基于预测决策同态理论的强冗余数据挖掘算法,该算法通过对冗余关联中的数据以非同态信息增益惩罚因子构建同态区间,对区间内庞大的冗余关联数据进行关联约束,保证关联数据在距离较近的同态区间内,在邻近区间中采用预测决策方法进行故障的最终确认。实验证明,这种方法能够提高冗余环境下故障数据挖掘的准确率,其计算成本不高,鲁棒性较强。
|
| 关 键 词： | 预测决策 同态区间 数据挖掘 |
| 收稿时间： | 2012/9/12 0:00:00 |
| 修稿时间： | 2012/12/11 0:00:00 |
Feature Gene Selection Based on Improved Binary Particle Swarm Optimization Algorithm and its Application in Detection of Colon Cancer |
| |
| CHAI Xin,SUN Jing-yao,GUO Lei and WU You-xi.Feature Gene Selection Based on Improved Binary Particle Swarm Optimization Algorithm and its Application in Detection of Colon Cancer[J].Computer Science,2013,40(7):239-243. |
| |
| Authors: | CHAI Xin SUN Jing-yao GUO Lei and WU You-xi |
| |
| Affiliation: | School of Electronic and Computer Science and Technology,North University of China,Taiyuan 030051,China;School of Electronics and Information Engineering,Sias International University, Zhengzhou University,Zhengzhou 451150,China |
| |
| Abstract: | |
| |
| Keywords: | Forecast decision Homomorphisms interval Data mining |
|
|
点击此处可从《计算机科学》下载全文 |
|
