本文選題：計(jì)算機(jī)應(yīng)用 + 機(jī)器學(xué)習(xí)�。� 參考：《吉林大學(xué)學(xué)報(bào)(工學(xué)版)》2017年02期

【摘要】：提出了一種基于果蠅算法優(yōu)化的隨機(jī)森林預(yù)測(cè)方法,該方法使用果蠅優(yōu)化算法對(duì)隨機(jī)森林的兩個(gè)主要參數(shù)進(jìn)行優(yōu)化,構(gòu)建一種優(yōu)化的隨機(jī)森林模型,并與現(xiàn)有方法進(jìn)行了對(duì)比和分析。實(shí)驗(yàn)結(jié)果表明,本文方法不僅具有更高的識(shí)別準(zhǔn)確度,在時(shí)間上也具有較高效率,可作為問(wèn)題預(yù)測(cè)的一種有效工具。
[Abstract]:A stochastic forest prediction method based on Drosophila algorithm optimization is proposed in this paper. In this method, two main parameters of random forest are optimized by using Drosophila optimization algorithm, and an optimized stochastic forest model is constructed. The results are compared with the existing methods. The experimental results show that this method not only has higher recognition accuracy, but also has higher efficiency in time. It can be used as an effective tool for problem prediction.
【作者單位】： 吉林大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院;長(zhǎng)春師范大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院;
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(61101155) 吉林省自然科學(xué)基金項(xiàng)目(20140101184JC) 長(zhǎng)春市科技發(fā)展計(jì)劃項(xiàng)目(2012091) 吉林省教育廳“十三五”科學(xué)技術(shù)研究項(xiàng)目(2016392)
【分類(lèi)號(hào)】：TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張華偉;王明文;甘麗新;;基于隨機(jī)森林的文本分類(lèi)模型研究[J];山東大學(xué)學(xué)報(bào)(理學(xué)版);2006年03期

2 邱一卉;林成德;;基于隨機(jī)森林方法的異常樣本檢測(cè)方法[J];福建工程學(xué)院學(xué)報(bào);2007年04期

3 馬昕;王雪;楊洋;;基于隨機(jī)森林算法的大學(xué)生異動(dòng)情況的預(yù)測(cè)[J];江蘇科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年01期

4 楊帆;林琛;周綺鳳;符長(zhǎng)虹;羅林開(kāi);;基于隨機(jī)森林的潛在k近鄰算法及其在基因表達(dá)數(shù)據(jù)分類(lèi)中的應(yīng)用[J];系統(tǒng)工程理論與實(shí)踐;2012年04期

5 聶斌;王卓;杜建強(qiáng);朱明峰;林劍鳴;艾國(guó)平;熊玲珠;;基于粗糙集和隨機(jī)森林算法輔助糖尿病并發(fā)癥分類(lèi)研究[J];江西師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年03期

6 郭穎婕;劉曉燕;郭茂祖;鄒權(quán);;植物抗性基因識(shí)別中的隨機(jī)森林分類(lèi)方法[J];計(jì)算機(jī)科學(xué)與探索;2012年01期

7 邱一卉;林成德;;基于隨機(jī)森林和單類(lèi)支持向量機(jī)的電信行業(yè)客戶(hù)流失預(yù)測(cè)[J];廈門(mén)大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年05期

8 于化龍;高尚;趙靖;秦斌;;基于過(guò)采樣技術(shù)和隨機(jī)森林的不平衡微陣列數(shù)據(jù)分類(lèi)方法研究[J];計(jì)算機(jī)科學(xué);2012年05期

9 姚登舉;楊靜;詹曉娟;;基于隨機(jī)森林的特征選擇算法[J];吉林大學(xué)學(xué)報(bào)(工學(xué)版);2014年01期

10 莊進(jìn)發(fā);羅鍵;彭彥卿;黃春慶;吳長(zhǎng)慶;;基于改進(jìn)隨機(jī)森林的故障診斷方法研究[J];計(jì)算機(jī)集成制造系統(tǒng);2009年04期

相關(guān)博士學(xué)位論文 前2條

1 張乾;基于隨機(jī)森林的視覺(jué)數(shù)據(jù)分類(lèi)關(guān)鍵技術(shù)研究[D];華南理工大學(xué);2016年

2 雷震;隨機(jī)森林及其在遙感影像處理中應(yīng)用研究[D];上海交通大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 朱琪;基于最大平衡度與最大共識(shí)的改進(jìn)隨機(jī)森林算法研究[D];吉林大學(xué);2016年

2 馬驪;隨機(jī)森林算法的優(yōu)化改進(jìn)研究[D];暨南大學(xué);2016年

3 程政;城市道路短時(shí)車(chē)流量預(yù)測(cè)模型研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2016年

4 陳實(shí);基于隨機(jī)森林的神經(jīng)肽剪切位點(diǎn)預(yù)測(cè)方法研究[D];華中科技大學(xué);2015年

5 李貞貴;隨機(jī)森林改進(jìn)的若干研究[D];廈門(mén)大學(xué);2013年

6 姚明煌;隨機(jī)森林及其在遙感圖像分類(lèi)中的應(yīng)用[D];華僑大學(xué);2014年

7 肖堅(jiān);基于隨機(jī)森林的不平衡數(shù)據(jù)分類(lèi)方法研究[D];哈爾濱工業(yè)大學(xué);2013年

8 雍凱;隨機(jī)森林的特征選擇和模型優(yōu)化算法研究[D];哈爾濱工業(yè)大學(xué);2008年

9 扈彬;基于隨機(jī)森林與卡爾曼濾波的人體跟蹤方法研究[D];天津師范大學(xué);2012年

10 張紅巖;隨機(jī)森林在醫(yī)學(xué)影像數(shù)據(jù)分析中的應(yīng)用[D];湖南師范大學(xué);2013年

，

本文編號(hào)：2070844