HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

基于基因表达式编程的抗噪声数据的函数挖掘方法

作者:段磊; 唐常杰; 左劼; 陈宇; 钟义啸; 元昌...基因表达式编程噪声数据适应度函数挖掘弱适应模型

摘要:用传统基因表达式编程(GEP)适应度机制挖掘函数关系容易受到噪声干扰,导致结果失真.为此做了如下探索:①借鉴生物具有的'趋利避害'天性,提出了GEP的'弱适应模型',以实现在含噪声的数据集上挖掘函数关系;②提出新概念'带内集'、'带外集'并用于划分训练数据集;③设计了在弱适应模型下基于相对误差计算适应度的算法REFA;④用详尽的实验验证了REFA的有效性,当测量数据的噪声率为3.33%时,与传统方法相比,REFA方法的成功率提高了3倍,产生结果的平均相对误差从7.899%降低到2.320%.

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

计算机研究与发展

《计算机研究与发展》(CN:11-1777/TP)是一本有较高学术价值的大型月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。

杂志详情