[1]柳秋云 王翰虎.基于基因表达式编程的核k近邻分类算法[J].计算机技术与发展,2009,(08):19-22.
　LIU Qiu-yun,WANG Han-hu.A Kernel KNN Classifier Based on Gene Expression Programming[J].,2009,(08):19-22.
点击复制

基于基因表达式编程的核k近邻分类算法()
分享到：

《计算机技术与发展》[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2009年08期
页码:
19-22
栏目:
智能、算法、系统工程
出版日期:
1900-01-01

文章信息/Info

Title:
A Kernel KNN Classifier Based on Gene Expression Programming
文章编号:
1673-629X（2009）08-0019-04
作者:
柳秋云 王翰虎
贵州大学计算机科学与技术学院
Author(s):
LIU Qiu-yun; WANG Han-hu
School of Computer Science and Technology, Guizhou University
关键词:
数据挖掘; 进化计算; 基因表达式编程; 核k近邻分类器
Keywords:
data mining; evolution computation;  gene expression programming; kernel KNN classifier
分类号:
TP301.6
文献标志码:
A
摘要:
核k近邻分类算法在生物信息学和蛋白质结构预测等领域中的应用受到人们极大的关注。核函数在核k近邻分类算法的分类性能中起着重要的作用，如果核函数及其参数选择得当，则将获得较高的分类准确率。为了自动产生合适的核函数，提高分类的准确率，提出了一种基于基因表达式编程的核k近邻分类算法GEPKNN。该算法的基本思想是用基因表达式编程搜索与训练数据相关的核函数及其参数，在进化过程中用k折交叉验证评估个体的适应度。该算法克服了核k近邻算法的主观性和不确定性，能自动产生合适的核函数并提高分类的准确率
Abstract:
The kernel KNN classifier becomes an attractive and interest topic in application of bioinforrmatics and protein structure prediction. Performence of the kernel KNN is strongly dependent on the kernel function. A better classification performance could be

相似文献/References:

[1]项响琴 汪彩梅.基于聚类高维空间算法的离群数据挖掘技术研究[J].计算机技术与发展,2010,(01):120.
　XIANG Xiang-qin,WANG Cai-mei.Study of Outlier Data Mining Based on CLIQUE Algorithm[J].,2010,(08):120.
[2]李雷 丁亚丽 罗红旗.基于规则约束制导的入侵检测研究[J].计算机技术与发展,2010,(03):143.
　LI Lei,DING Ya-li,LUO Hong-qi.Intrusion Detection Technology Research Based on Homing - Constraint Rule[J].,2010,(08):143.
[3]吉同路 柏永飞 王立松.住宅与房地产电子政务中数据挖掘的应用研究[J].计算机技术与发展,2010,(01):235.
　JI Tong-lu,BAI Yong-fei,WANG Li-song.Study and Application of Data Mining in E-government of House and Real Estate Industry[J].,2010,(08):235.
[4]杨静 张楠男 李建 刘延明 梁美红.决策树算法的研究与应用[J].计算机技术与发展,2010,(02):114.
　YANG Jing,ZHANG Nan-nan,LI Jian,et al.Research and Application of Decision Tree Algorithm[J].,2010,(08):114.
[5]赵裕啸 倪志伟 王园园 伍章俊.SQL Server 2005数据挖掘技术在证券客户忠诚度的应用[J].计算机技术与发展,2010,(02):229.
　ZHAO Yu-xiao,NI Zhi-wei,WANG Yuan-yuan,et al.Application of Data Mining Technology of SQL Server 2005 in Customer Loyalty Model in Securities Industry[J].,2010,(08):229.
[6]张笑达 徐立臻.一种改进的基于矩阵的频繁项集挖掘算法[J].计算机技术与发展,2010,(04):93.
　ZHANG Xiao-da,XU Li-zhen.An Advanced Frequent Itemsets Mining Algorithm Based on Matrix[J].,2010,(08):93.
[7]王爱平 王占凤 陶嗣干 燕飞飞.数据挖掘中常用关联规则挖掘算法[J].计算机技术与发展,2010,(04):105.
　WANG Ai-ping,WANG Zhan-feng,TAO Si-gan,et al.Common Algorithms of Association Rules Mining in Data Mining[J].,2010,(08):105.
[8]张广路 雷景生 吴兴惠.一种改进的Apriori关联规则挖掘算法（英文）[J].计算机技术与发展,2010,(06):84.
　ZHANG Guang-lu,LEI Jing-sheng,WU Xing-hui.An Improved Apriori Algorithm for Mining Association Rules[J].,2010,(08):84.
[9]吴楠 胡学钢.基于聚类分区的序列模式挖掘算法研究[J].计算机技术与发展,2010,(06):109.
　WU Nan,HU Xue-gang.Research on Clustering Partition-Based Approach of Sequential Pattern Mining[J].,2010,(08):109.
[10]吴青 傅秀芬.水平分布数据库的正负关联规则挖掘[J].计算机技术与发展,2010,(06):113.
　WU Qing,FU Xiu-fen.Positive and Negative Association Rules Mining on Horizontally Partitioned Database[J].,2010,(08):113.

备注/Memo

备注/Memo:
贵阳市科技攻关项目（2006,16-6号）柳秋云（1981-），男，硕士研究生，研究方向为数据挖掘技术；王翰虎，教授，CCF高级会员，主要研究方向为数据库技术和分布式系统
更新日期/Last Update: 1900-01-01