半监督近邻传播聚类集成算法研究

近邻传播聚类(Affinity Propagation,AP)算法具有良好的聚类性能,但是在聚类过程中单个聚类器的聚类性能不佳,存在聚类准确率较低的现象,如果将多个近邻传播聚类器集成起来则能够克服聚类的随机性和单个聚类器聚类准确率不高的问题。笔者利用装袋法将半监督AP算法进行集成,在标准数据集上进行测试,获得了更优的聚类精度。

啤酒糟发酵牛粪栽培双孢菇的研究

以啤酒糟为栽培原料,研究灭菌过程及不同配方对双孢菇菌丝生长、子实体性状及产量的影响。结果表明:装袋灭菌法可降低栽培的染菌率,配方中加入啤酒糟可以提高菌丝生长速度。啤酒糟与牛粪、玉米芯共同培养双孢菇的子实体性状较好且产量最高。

基于特征提取的网贷平台生存关键因素研究

针对P2P(Peer to Peer)网贷平台出现"生命较短"的现象,分析了影响P2P平台生存的关键因素,收集相关变量数据,应用装袋法、随机森林等数据挖掘技术对P2P平台数据集进行分类,提取影响分类结果的重要变量;应用生存分析中的Cox比例风险模型和加速死亡模型进行实证研究,深度挖掘影响P2P网贷平台"生存"或"死亡"的关键因素。结果表明,最重要的影响因素是用户资金是否进行银行存管。该结果可为投资者和监管者提供参考,为加快建立P2P网贷平台资金的管理约束制度提供依据。

基于改进集成学习分类的代理辅助进化算法

当使用代理辅助进化算法求解昂贵高维多目标优化问题时,代理模型通常用于近似昂贵的适应度函数.然而,随着目标数的增加,近似误差将逐渐累积,计算量也会急剧增加.对此,提出一种基于改进集成学习分类的代理辅助进化算法,使用一种改进的装袋集成学习分类器作为代理模型.首先,从被昂贵的适应度评价的个体中选择一组分类边界,将所有个体分成两类;其次,利用这些带有分类标签的个体训练分类器,以对候选个体的类别进行预测;最后,选择有前途的个体进行昂贵适应度评价.实验结果表明,算法中所提出的代理模型可有效提高基于分类的代理辅助进化算法求解昂贵高维多目标优化问题的能力,且与目前流行的代理辅助进化算法相比,基于改进集成学习分类的代理辅助进化算法更具竞争力.