王春霞
- 作品数：4 被引量：92H指数：3
- 供职机构：陕西师范大学计算机科学学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术医药卫生更多>>
- 基于分裂算子的遗传算法和自适应遗传算法被引量：6
- 2010年
- 针对遗传算法所存在的早熟和收敛速度慢等问题,基于低等生物的分裂生殖现象,提出了分裂算子的概念,并将该算子引入到传统遗传算法和自适应遗传算法中,对这两种遗传算法进行了改进。通过一系列多峰函数测试实验,将改进算法分别与基本遗传算法和自适应遗传算法进行比较,证明引入分裂算子后的遗传算法和自适应遗传算法不仅有效地收敛到全局最优解,而且提高了收敛速度。
- 谢娟英张琰王春霞蒋帅
- 关键词：遗传算法自适应遗传算法
- 一种改进的全局K-均值聚类算法被引量：52
- 2010年
- 将快速K中心点聚类算法确定初始中心点的思想应用于全局K-均值聚类算法,对其选取下一个簇的最佳初始中心的方法进行改进,提出选取下一个簇的最佳初始中心的一种新方法.该新方法选择一个周围样本分布相对密集,且距离现有簇的中心比较远的样本为下一个簇的最佳初始中心,得到一种改进的全局K-均值聚类算法.改进后的算法不仅可以避免将噪音点作为下一个簇的最佳初始中心点,而且在不影响聚类效果的基础上缩短了聚类时间.通过UCI机器学习数据库数据以及随机生成的人工模拟数据实验测试,证明改进的全局K-均值聚类算法与全局K-均值聚类算法及快速全局K-均值聚类算法相比在聚类时间上更优越.
- 谢娟英蒋帅王春霞张琰谢维信
- 关键词：K-均值
- 基于改进的F-score与支持向量机的特征选择方法被引量：34
- 2010年
- 将传统F-score度量样本特征在两类之间的辨别能力进行推广,提出了改进的F-score,使其不但能够评价样本特征在两类之间的辨别能力,而且能够度量样本特征在多类之间的辨别能力大小。以改进的F-score作为特征选择准则,用支持向量机(SVM)评估所选特征子集的有效性,实现有效的特征选择。通过UCI机器学习数据库中六组数据集的实验测试,并与SVM、PCA+SVM方法进行比较,证明基于改进F-score与SVM的特征选择方法不仅提高了分类精度,并具有很好的泛化能力,且在训练时间上优于PCA+SVM方法。
- 谢娟英王春霞蒋帅张琰
- 关键词：支持向量机主成分分析
- 基于F-statistics与SVM的特征选择方法及其在红斑鳞状皮肤病诊断中的应用
- 文中提出了一种基于F-统计值(F-statistics)和支持向量机(Support Vectors Machines,SVM)相结合的特征选择方法。它将统计学理论中的F-statistics引入到特征选择方法中作为基于...
- 李宗义王春霞
- 关键词：支持向量机网格搜索
- 文献传递
