×
撒旦病，苏雷什·钱德拉;苏雷什·奇蒂尼尼;克里希纳，S.莫汉;穆尔西，J.V.R。;雷迪，P.V.G.D.普拉萨德

用于数据分类的卡尔曼粒子群优化多项式。 （英语） Zbl 1236.62071号

申请。数学。建模 36，第1期，115-126（2012）。
摘要：数据分类是数据挖掘的一个重要领域。一些众所周知的技术，如决策树、神经网络等，可用于此任务。我们提出了一个卡尔曼粒子群优化（KPSO）多项式方程，用于对几个已知数据集进行分类。我们提出的方法是从我们早期使用多项式神经网络进行数据分类的工作中发现的一些有价值的信息，如项的数量、每个项中特征的数量和组合、多项式方程的阶数等。与粒子群优化算法不同，KPSO以更快的收敛速度优化这些多项式方程。给出最佳性能的多项式方程被视为分类模型。我们的仿真结果表明，与PNN相比，该方法在许多数据集中能够提供具有竞争力的分类精度。

引用于4文件

MSC公司：

62H30型 分类和区分；聚类分析（统计方面）
62M20型 随机过程推断和预测
68页99 数据理论
65C60个 统计中的计算问题（MSC2010）

关键词：

多项式神经网络;数据处理的组方法;卡尔曼滤波器
PDF格式BibTeX公司 XML格式引用
\textit{S.C.Satapathy}等人，应用。数学。建模36，编号1，115-126（2012；Zbl 1236.62071）
全文： 内政部

参考文献：

[1] L.Breitman、J.H.Friedman、R.A.、Olshen、C.J.Stone，《分类和回归树》，加利福尼亚州贝尔蒙特市沃兹沃斯，1984年。；L.Breitman、J.H.Friedman、R.A.、Olshen、C.J.Stone，《分类与回归树》，加利福尼亚州贝尔蒙特市沃兹沃斯出版社，1984年·兹伯利0541.62042
[2] 邦廷，W.L.，学习分类树，统计。计算。，2, 63-73 (1992)
[3] 盖，T.M。；哈特，P.E.，最近邻模式分类，IEEE Trans。通知。理论。，13, 21-27 (1967) ·Zbl 0154.44505号
[4] 杜达，R.O。；Hart，P.E.，《模式分类和场景Análisis》（1973年），威利：威利纽约·Zbl 0277.68056号
[5] 汉森，R。；斯图茨，J。；Cheeseman，P.，具有相关性和继承性的贝叶斯分类，（第十二届人工智能国际联合会议论文集2，澳大利亚悉尼（1992），Morgan Kaufmann），692-698·Zbl 0748.68052号
[6] Michie，D.，《机器学习神经和统计分类》（1994），Ellis Horwood·Zbl 0827.68094号
[7] 医学博士理查德。；Lippmann，R.P.，神经网络分类器估计贝叶斯a后验概率，神经计算。，3, 461-483 (1991)
[8] Tsoi，A.C.，CART、C4.5和多层感知器三种分类技术的比较，高级神经信息。过程。系统。，3, 963-969 (1991)
[9] Adem，J。；Gochet，W.，《基于数学程序的启发式算法，用于改进多类监督分类问题的LP生成分类器》，Eur.J.Oper。研究（1994）
[10] 穆勒，J.A。；莱姆克，F。；Ivakhnenko，A.G.，复杂系统建模的GMDH算法，数学。计算。模型。动态。系统。，4, 275-315 (1998) ·Zbl 0925.93053号
[11] A.N.Mucciardi，ALN 4000超声波管道检测系统。无损评估计划：1981年进展，电力研究所报告NP-2088-SR，1月，Adaptronics，Inc.，弗吉尼亚州麦克莱恩，1982年。；A.N.Mucciardi，ALN 4000超声波管道检测系统。无损评估计划：1981年的进展，电力研究所报告NP-2088-SR，1月，Adaptronics，Inc.，弗吉尼亚州麦克莱恩，1982年。
[12] Prager，M.H.，《数据处理的分组方法——库存识别的新方法》，Trans。Am.鱼。《社会学杂志》，117290-296（1988）
[13] J.F Elder，IV，R.L.Barron，《连续自适应控制的自动化设计：可重构系统的“超级控制”策略》，摘自：Proc。美国控制会议，佐治亚州亚特兰大，1988年6月，第15-17页。；J.F Elder，IV，R.L.Barron，《连续自适应控制的自动化设计：可重构系统的“超级控制”策略》，摘自：Proc。美国控制会议，佐治亚州亚特兰大，1988年6月，第15-17页。
[14] R.L.Barron，D.Abbott，《多项式网络在战术武器最优实时两点边值制导中的应用》，摘自：Proc。军事计算会议，5月3-5日，加利福尼亚州阿纳海姆，1988年。；R.L.Barron，D.Abbott，《多项式网络在战术武器最优实时两点边值制导中的应用》，摘自：Proc。军事计算会议，5月3-5日，加利福尼亚州阿纳海姆，1988年。
[15] B.B.Misra，S.C.Sapathy，B.N.Biswal，P.K.Dash，G.Panda，使用多项式神经网络进行模式分类，收录于：2006年IEEE控制论和智能系统（CIS）及机器人、自动化和机电一体化（RAM）国际会议（CIS-RAM 2006），ISBN:1-4244-0023-6，10.1109/ICCIS.2006.252341；B.B.Misra，S.C.Sapathy，B.N.Biswal，P.K.Dash，G.Panda，使用多项式神经网络进行模式分类，收录于：2006 IEEE控制论与智能系统（CIS）和机器人、自动化与机电一体化（RAM）国际会议（CIS-RAM 2006），ISBN:1-4244-0023-6，10.1109/ICCIS.2006.252341
[16] Chrstopher K.Monson，Keven D.Seppi，《卡尔曼群：群优化、遗传和进化计算中粒子群运动的新方法》-GECCO 2004，LNCS，2004年，第3102/2004卷，第140-150页，2007/1978-3-540-24854-5-13；Chrstopher K.Monson，Keven D.Seppi，《卡尔曼群：群优化、遗传和进化计算中粒子群运动的新方法》-GECCO 2004，LNCS，2004年，第3102/2004卷，第140-150页，2007/108-3-540-24854-5-13
[17] Y.Shi，R.C.Eberhart，《粒子群优化中的参数选择》，载于《第七届进化规划年会论文集》，1998年，第591-600页。；石彦，R.C.Eberhart，粒子群优化中的参数选择，载《第七届进化规划年会论文集》，1998年，第591-600页。
[18] Hilands，T.W。；Thomopoulos，S.C.A.，高斯和非高斯噪声中谐波恢复和模型阶数选择的非线性滤波方法，IEEE Trans。信号处理。，45, 4, 982-995 (1997)
[19] Routray，A。；Pradhan，A.K。；Rao，K.P.，一种用于电力系统失真信号频率估计的新型卡尔曼滤波器，IEEE Trans。仪器。测量。，51, 3, 469-479 (2002)
[20] Dash，P.K。；Jena，R.K。；熊猫，G。；Routray，A.，用于畸变信号频率测量的扩展复卡尔曼滤波器，IEEE Trans。仪器。测量。，49, 746-753 (2000)
[21] 肯尼迪，J。；Eberhart，R.，《Swarm Intelligence》（2001），学术出版社/摩根考夫曼
[22] J.Kennedy，R.Mendes，《人口结构与粒子群性能》，载于《2002年进化计算大会国际会议论文集》，IEEE服务中心，新泽西州皮斯卡塔瓦，2002年，第1671-1675页。；J.Kennedy，R.Mendes，《种群结构和粒子群性能》，载于：《2002年进化计算大会国际会议记录》，IEEE服务中心，新泽西州皮斯卡塔瓦特，2002年，第1671-1675页。
[23] 莫里斯·克莱尔（Maurice Clerc）；James Kennedy，《粒子群-多维复杂空间中的爆炸、稳定性和收敛》，IEEE Trans。进化。计算。，6, 1, 58-73 (2002)
[24] 石彦，R.C.Eberhart，粒子群优化的实证研究，载《IEEE进化计算大会（CEC）会议记录》，1999年，第1945-1950页。；Y.Shi，R.C.Eberhart，粒子群优化的实证研究，摘自：IEEE进化计算大会（CEC）会议记录，1999年，第1945-1950页。
[25] Trelea，Ioan Cristian，粒子群优化算法：收敛分析和参数选择，Inf.Process。莱特。，85, 6, 317-325 (2003) ·Zbl 1156.90463号
[26] C.Russ，Eberhart，Y.Shi，比较粒子群优化中的惯性八分位和收缩因子，摘自：《进化计算大会论文集》，2000年，第84-89页。；C.Russ，Eberhart，Y.Shi，《粒子群优化中惯量八和收缩因子的比较》，载于：《进化计算大会论文集》，2000年，第84-89页。
[27] Mauro S.Innocente，Johann Sienz，《粒子群优化中的系数设置：洞察力和指南》，《Mecánica Computacial》，第二十九卷，第页。9253-9269（完整艺术）爱德华多·德沃金，马塞拉·戈德施密特，马里奥·斯托蒂（编辑），布宜诺斯艾利斯，阿根廷，2010年，第15-18页。；Mauro S.Innocente，Johann Sienz，《粒子群优化中的系数设置：洞察力和指南》，《Mecánica Computacial》，第二十九卷，第页。9253-9269（完整艺术）爱德华多·德沃金，马塞拉·戈德施密特，马里奥·斯托蒂（编辑），布宜诺斯艾利斯，阿根廷，2010年，第15-18页。
[28] Xu Yufa等人，《卡尔曼粒子群优化算法及其在丙烯腈产量软测量中的应用》，《自然计算进展》，LNCS，2006年，第4222/2006卷，第176-179页。doi:10.1007/11881223_22；Xu Yufa等人，《卡尔曼粒子群优化算法及其在丙烯腈产量软测量中的应用》，《自然计算进展》，LNCS，2006年，第4222/2006卷，第176-179页。doi:10.1007/11881223_22
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。