-
公开(公告)号：CN111950687A
公开(公告)日：2020-11-17
申请号：CN202010878636.1
申请日：2020-08-27
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种结合局部对立学习与社会蜘蛛算法解决最小属性约简的方法，该方法在迭代开始阶段提出一种相似度约束使种群中的个体保持一个较好的状态，在迭代过程中，引入对立学习，设计局部对立学习策略扩大搜索范围，加快收敛速度；进一步的，采用冗余检测机制对全局最优解进行冗余检测，尽可能保证最小属性约简。本发明所述方法在多数情况下可以找到有效最小约简，具有更短的运行时间，同时具有较快的收敛速度；并且随着数据集的增大，也可以表现出较好的性能。
Search Results
1
records
(took 0.019 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
