期刊
  出版年
  关键词
结果中检索 Open Search
Please wait a minute...
选择: 显示/隐藏图片
1. 改进克隆选择算法的收敛性分析
郑仙花 骆炎民
计算机应用    2013, 33 (03): 810-813.   DOI: 10.3724/SP.J.1087.2013.00810
摘要752)      PDF (595KB)(435)    收藏
为了完善克隆选择算法(CSA),使算法理论上成熟,利用两个随机收敛性度量:完全收敛和均值收敛, 证明基于多类数据分类的改进克隆选择算法(Multi_CSA)满足收敛到全局最优解的充分条件,并以实验数据进行验证。从理论上证明了Multi_CSA满足收敛的充分条件,实验方面也表明该算法在经过一定的代数后会收敛。理论和实验上均表明:Multi_CSA是一个能在有限代内收敛的较为成熟算法。
参考文献 | 相关文章 | 多维度评价
2. 基于多类数据分类的改进克隆选择算法
郑仙花 骆炎民
计算机应用    2012, 32 (11): 3201-3205.   DOI: 10.3724/SP.J.1087.2012.03201
摘要1180)      PDF (829KB)(457)    收藏
针对传统的克隆选择算法(CSA)只依次单独针对某一类样本数据进行监督学习从而造成分类效率和精确度不高的问题,提出一种基于改进克隆选择算法的多类监督分类算法。算法通过进化学习可以同时获得多类样本数据的最佳聚类中心,进化过程中抗体适度值的计算综合考虑各类的类内相似性和类间差异性,从而保证得到的最佳聚类中心更具代表性。后续的分类实验中,分别利用常用的4组UCI数据和红树林多光谱TM遥感图像对算法进行验证,实验结果表明遥感图像的分类总精度达到92%,Kappa系数为0.91,UCI数据分类结果也较好,证明该算法是一种有效的多类数据分类算法。
参考文献 | 相关文章 | 多维度评价