基于遺傳算法的知識發(fā)現(xiàn)算法研究及應(yīng)用.pdf_第1頁
已閱讀1頁,還剩68頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、隨著數(shù)據(jù)在日常決策中的重要性越來越顯著,人們對數(shù)據(jù)處理技術(shù)的要求也不斷提高,需要對數(shù)據(jù)進(jìn)行更深層次的處理,以得到關(guān)于數(shù)據(jù)的總體特征以及對發(fā)展趨勢的預(yù)測。然而數(shù)據(jù)量爆炸性的增長使得現(xiàn)有的知識發(fā)現(xiàn)算法存在著一定的局限性,因此必須對現(xiàn)有的算法進(jìn)行改進(jìn)或創(chuàng)建新的算法以適應(yīng)時代之需。 遺傳算法是模擬自然進(jìn)化的通用全局搜索算法,它具有簡單、通用、魯棒性強和適于并行處理的特點,為其他科學(xué)技術(shù)無法解決或難以解決的復(fù)雜問題提供了新的計算模型。而今

2、,交易數(shù)據(jù)庫在不斷地增大,花費在掃描整個數(shù)據(jù)庫的時間會越來越長,效率的低下促使我們必須尋找新的關(guān)聯(lián)規(guī)則挖掘算法。因此,本文提出了ARM-GA算法,并針對礦山事故數(shù)據(jù)庫進(jìn)行了簡單的計算和分析,取得了很好的效果。 大家普遍認(rèn)可:在數(shù)據(jù)挖掘技術(shù)中,決策樹是在數(shù)據(jù)集上發(fā)現(xiàn)有價值模式的最高效的方法之一。然而,當(dāng)需要在大規(guī)模數(shù)據(jù)集上進(jìn)行規(guī)則挖掘時,可比例縮放性和準(zhǔn)確率問題卻無時不困擾著決策樹算法,使它力不從心。為了在有限的計算能力內(nèi)構(gòu)建出高

3、質(zhì)量的決策樹、挖掘出實用的規(guī)則,本文提出了DTGA(DecisionTreeongeneticalgorithm)算法,它是將隨機采樣技術(shù)、遺傳算法和標(biāo)準(zhǔn)的決策樹算法集成在一起而生成的。該算法是使傳統(tǒng)決策樹算法的質(zhì)量得到提高的一種有力方法。 本文分別對交叉和變異算子給出了新的定義,并取決策樹在測試集上的分類準(zhǔn)確度作為種群中各樹個體的適應(yīng)值。通過在礦山數(shù)據(jù)集上進(jìn)行試驗研究,主要對平均計算時間和分類準(zhǔn)確度這兩個指標(biāo)進(jìn)行了考察和分析,

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論