安徽省教育厅重点基金(ZD200904)
- 作品数：4 被引量：17H指数：2
- 相关作者：周传华谢安世陈全赵峰秦锋更多>>
- 相关机构：安徽工业大学中国科学技术大学中国科学院更多>>
- 发文基金：安徽省教育厅重点基金安徽省高等学校优秀青年人才基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于距离和的孤立点检测在税务系统中的应用被引量：3
- 2009年
- 在基于距离的孤立检测算法的基础上,讨论了基于距离和的孤立点检测算法,并将CURE聚类算法中使用的抽样算法应用于对该算法中的数据抽取,并创新地将该算法应用于纳税行为分析.结果表明,此算法可以有效地检测出纳税行为中的异常现象即孤立点,对纳税行为的分析有非常有效的作用.
- 赵峰秦锋陈全
- 关键词：数据挖掘孤立点检测税务
- 一种基于动态小生境的自组织学习算法被引量：13
- 2011年
- 提出了一种基于动态小生境的自组织学习算法(dynamic niche-based self-organizing learning algorithm,简称DNSLA),实现了基于0-1编码的动态学习机制.种群中的个体由被动适应转为主动学习,即通过系统的自组织学习而实现与环境的友好交互,因而具有更强健的动态环境适应能力,能够及时、准确地侦测到环境的变化并跟踪极值点在搜索空间内的运动轨迹,具有良好的可移植性和很强的泛化能力.一系列动态测试问题的对比仿真实验结果表明,该算法即使在剧烈动荡的环境中也能很好地与环境进行稳定而友好的交互学习,表现出了很强的鲁棒性,其动态搜索能力和极值点跟踪能力远优于同类搜索方法.
- 周传华谢安世
- 关键词：自组织学习进化计算动态环境
- 基于交叉熵方法的选择性AODE算法被引量：1
- 2009年
- AODE(Averaged One-Dependence Estimators)算法是最近提出的一种典型的基于naveBayes的改进算法,并受到国际机器学习界的关注。交叉熵方法(Cross-entropy Method)是一种解决组合优化问题的全局随机搜索算法,已经成功地被应用到许多经典的NP问题中。给出了AODE算法选择性集成的理论基础,并基于交叉熵方法,提出了解决AODE算法选择性集成的CESAODE(Cross-Entropy method for Selective AODE)算法。在WEKA平台上使用UCI数据集进行的仿真实验结果表明,CESAODE算法比现有的分类算法,例如AODE等具有更好的分类性能。
- 周传华王清赵保华韦伟
- 关键词：AODE交叉熵方法M估计
- 适于高维空间搜索的自组织学习算法
- 2010年
- 提出了一种有别于当前优化算法框架的自组织学习算法(self-organizing learning algorithm,SLA),该算法融合遗传算法并行搜索与模拟退火串行搜索,结合粒子群学习机制和禁忌搜索机制,实现了系统与环境的交互学习,能够很好地处理传统优化方无法应对的高维非线性优化问题。SLA分自学习和互学习两个智能化学习阶段,先进行基于自学习机制的邻域禁忌搜索,保证局部极值的收敛,然后通过信息共享平台,进行基于互学习机制的广域禁忌搜索,保证全局极值的收敛。系统通过与环境交互学习而自适应地调整搜索策略和相关参数,使得搜索过程能够有效地避免盲目性,而具有相当的自组织性。最后,通过高维测试函数的对比仿真实验表明,SLA在由小型低维空间转入超大型高维空间时,仍能够与环境保持稳定、透明的交互学习,其全局搜索能力和整体稳健性明显优于其它搜索方法。
- 张芬谢安世周传华
- 关键词：自组织高维空间模拟退火禁忌搜索
