蔡之华
- 作品数:148 被引量:1,131H指数:18
- 供职机构:中国地质大学(武汉)更多>>
- 发文基金:湖北省自然科学基金国家自然科学基金国家高技术研究发展计划更多>>
- 相关领域:自动化与计算机技术天文地球理学电子电信更多>>
- 一种基于K‑Means的道路彩色激光点云中道路标线的提取方法
- 本发明公开了一种基于K‑Means的道路彩色激光点云中道路标线的提取方法,该方法如下:将输入的道路相关的彩色激光点云数据,提取出X、Y、Z、R、G、B六个属性值,进行数据清洗,在XYZ坐标空间进行三维和二维邻域搜索,按照...
- 蔡之华李向陈冠宇刘宁李扬朱宏博
- 文献传递
- 代价敏感支持向量机在医疗诊断中的应用被引量:1
- 2008年
- 不改变原有的算法,增加一个过程,使原来的分类方法转换为Cost-Sensitive。通过与SVM学习算法相结合,得出一种模型CS-SVM,并将其应用于医学具体实例运用,实验证明,这种方法具有较低的错误分类率,也更能反映实际。
- 陈长俊黄波蔡之华
- 关键词:数据挖掘支持向量机
- 县(市)级地矿地理信息系统的设计与实现
- 2002年
- 文章系统描述了县(市)级地矿地理信息系统开发的方法和过程,提出了系统的设计方案,对基础信息子系统、管理子系统和分析评估子系统进行了介绍,并简要说明了系统实现中所应用的主要技术。
- 徐柏安杨世福蔡之华彭三国阎金梅姚敬劬
- 关键词:数据库地理信息系统
- 一种基于Apriori的高效关联规则挖掘算法的研究被引量:104
- 2002年
- 文章在关联规则挖掘算法Apriori的基础上,分析和探讨了AprioriTid算法,并给出了该算法的实现思想,同时通过实例说明了算法的执行过程。
- 颜雪松蔡之华
- 关键词:数据挖掘关联规则APRIORITID算法数据仓库
- 一种改进的求解TSP问题的演化算法被引量:84
- 2005年
- 演化算法是解决组合优化问题的高效搜索算法.该文在现有求解TSP问题的演化算法的基础上,通过引入映射算子、优化算子以及增加一些控制策略,提出了一种高效的演化搜索算法.实验表明,该算法是有效的,通过对CHN144以及国际通用的TSPLIB中不同城市规模的数据进行测试表明,其中实例CHN144得到的最短路径为30353.860997,优于吴斌等运用分段算法得到的最短路径30354.3,亦优于朱文兴等人的结果,实例st70和kroB150得到的最短路径分别与运用分段算法得到的最短路径值相同,实例pr136得到的最短路径值为96770.924122,优于TSPLIB中提供的最短路径96772,对于其它实例也均能快速地得到和TSPLIB中提供的最优路径相同或更优的路径,该算法不仅很容易收敛到问题的最优解,而且求解速度极快.
- 蔡之华彭锦国高伟魏巍康立山
- 关键词:旅行商问题演化算法算子
- 一种新兴的数据挖掘方法:神经规则法被引量:4
- 2003年
- 该文详细阐述了一种新兴的数据挖掘方法——神经规则法。文中先后介绍了神经网络的训练、神经网络的剪枝以及神经规则的提取。最后用一个实例具体解释了使用该方法来挖掘分类规则的过程。
- 蒋良孝蔡之华
- 关键词:神经网络数据挖掘
- 基于正交差分演化无迹卡尔曼滤波的短时交通流量预测算法
- 针对复杂交通路段下的短时交通流量模型的参数估计问题,建立了基于宏观交通流量预测的状态空间模型,提出了基于正交自适应差分演化的无迹卡尔曼滤波(UKF)算法,解决交通流量预测动态模型的参数优化问题.对差分演化算法(DE)的初...
- 袁磊梁丁文蔡之华吴钊谷琼
- 关键词:交通流量预测参数优化
- 文献传递
- 挖掘关联规则的并行算法研究被引量:14
- 2002年
- 对挖掘关联规则的算法进行了简单的回顾 ,分析了已有的挖掘关联规则算法的不足 。
- 蔡之华颜雪松李晖
- 关键词:关联规则集群数据挖掘数据库
- 基于遗传算法的预测规则发现研究被引量:6
- 2004年
- 如何发现有趣的(令人惊讶的、新颖的)知识是数据挖掘算法研究中的一个挑战。将遗传算法用于在依赖建模任务中发现有趣的规则,讨论了个体表示、遗传算子和适应度函数等应如何改变以满足从数据中挖掘高级知识的特定要求,给出了实例及运行结果,并与已有的成果做了简单的比较。
- 郭嫄嫄蔡之华
- 关键词:数据挖掘算法遗传算法适应度函数遗传算子体表
- 基于自适应ε占优的多目标差分演化算法被引量:1
- 2015年
- 求解多目标优化问题最重要的目的就是获得尽可能逼近真实最优解和分布性良好的非支配解集.为此,本文提出了一种基于自适应ε占优的正交多目标差分演化算法,该算法具有如下特征:1.利用正交设计和连续空间的量化来产生具有良好分布性的初始演化种群,不仅能降低算法的时间复杂度,也能使演化充分利用种群中的个体;2.采用在线Archive种群来保存算法求得的非支配解,并用自适应的ε占优更新Archive种群,以自适应的方式维持种群的多样性、分布性.最后通过5个标准测试函数对算法的有效性进行了测试,并与其他的一些多目标优化算法进行了对比,实验结果显示,算法能够很好地逼近Pareto前沿,并具有良好的分布性.
- 许金谷琼蔡之华龚文引
- 关键词:多目标优化PARETO最优解差分演化正交设计