基于动态交叉协同的属性量子进化约简与分类学习级联算法

《基于动态交叉协同的属性量子进化约简与分类学习级联算法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第24卷第6期模式识别与人工智能Vol．24No．62011年12月PR＆AIDec2011基于动态交叉协同的*属性量子进化约简与分类学习级联算法1，2，3122丁卫平王建东管致锦施佺1(南京航空航天大学计算机科学与技术学院南京210016)2(南通大学计算机科学与技术学院南通226019)3(苏州大学江苏省计算机信息处理技术重点实验室苏州215006)摘要属性约简与规则分类学习是粗糙集理论研究和应用的重要内容．文中充分利用量子计算加速算法速度和混合蛙跳算法高效协同搜索等优势，提出一种基于动态交叉协同的量子蛙跳属性约简与分类学习的级联算法．该算法用量子态

2、比特进行蛙群个体编码，以动态量子角旋转调整策略实现属性染色体快速约简，并在粗糙熵阈值分类标准内采用量子蛙群混合交叉协同进化机制提取和约简分类规则、组合决策规则链等，最后构造属性约简和分类学习双重功能级联模型．仿真实验验证该算法不仅具有较高的全局优化性能，且属性约简与规则分类学习的精度和效率均超过同类算法．关键词属性约简，规则分类学习，粗糙熵阈值，量子角动态旋转，交叉协同进化中图法分类号TP181ACascadeAlgorithmofQuantumAttributeEvolutionReductionandClassificationLearningBas

3、edonDynamicCrossoverCooperation1，2，3122DINGWei-Ping，WANGJian-Dong，GUANZhi-Jin，SHIQuan1(CollegeofComputerScienceandTechnology，NanjingUniversityofAeronauticsandAstronautics，Nanjing210016)2(SchoolofComputerScienceandTechnology，NantongUniversity，Nantong226019)3(ProvincialKeyLaborator

4、yforComputerInformationProcessingTechnology，SoochowUniversity，Suzhou215006)ABSTRACTAttributereductionandruleclassificationlearningareimportantcontentsforresearchandapplicationofroughsettheory．Takingadvantageofquantumcomputingtoacceleratethealgorithmspeedandco-searchingofshuffledf

5、rogleapingalgorithm，acascadealgorithmofattributereductionand*国家自然科学基金项目(No．61171132)、江苏省普通高校研究生科研创新计划项目(No．CXZZ11_0219)、江苏省高校自然科学基金项目(No．09KJD520008)、江苏省计算机信息处理技术重点实验室开放课题项目(No．KJS/023)和南通市科技计划项目(No．BK2011062)资助收稿日期:2010－12－17;修回日期:2011－04－11作者简介丁卫平，男，1979年生，博士研究生，主要研究方向为机器学习、进化计

6、算和数据挖掘等，E-mail:ding_wp@nuaa．edu．cn．王建东，男，1945年生，教授，博士生导师，主要研究方向为人工智能和知识工程等．管致锦，男，1962年生，教授，主要研究方向为可逆计算、逻辑综合和信息安全等．施佺，男，1975年生，副教授，主要研究方向为人工智能、社会网络挖掘等．734模式识别与人工智能24卷classificationlearningbasedonthedynamicquantumfrog-leapingcrossovercooperationisproposed．Individualsinthefrogswarma

7、rerepresentedbymulti-stategenequbits，andthedynamicadjustmentstrategyofquantumrotationangleisappliedtoaccelerateitsconvergence．Bythecrossovercoevolutionmechanism，classificationrulesareextractedandreduced，anddecisionrulechainsareintroducedintheclassificationcriterionofroughentropyt

8、hresholding．Thedoublecascademodelofattri