一种改进的蚁群挖掘算法

对数据挖掘中的分类问题进行了研究。Ant-Miner算法使用蚁群算法来解决分类问题,取得了一定的效果,但存在运行时间较长和分类不够精确等缺陷。从状态转移规则、启发式函数和信息素更新策略等三个方面对Ant-Miner算法进行了改进,提出了一种新的蚁群挖掘算法ACMA。仿真结果表明,ACMA算法比Ant-Miner算法分类的准确性高,性能也更优越。

一种不均衡数据的改进蚁群分类算法

针对蚁群挖掘算法(ant colony mining algorithm,ACMA)中的规则评价函数和规则修剪方法,提出一种改进的蚁群挖掘算法(improved ant colony mining algorithm,IACMA),并将其应用于不均衡数据分类.数值实验采用基准数据库中3种典型的不均衡数据,结果表明,改进后的算法能有效提取少数类,提高了不均衡数据整体分类效果.