基于基因表达式编程的抗噪声数据的函数挖掘方法

摘要：

本文借鉴生物具有的”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；提出新概念”带内集”、”带外集”并用于划分训练数据集；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；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％。

关键词： 基因表达式编程 噪声数据 适应度 函数挖掘 弱适应模型

作者: 段磊 唐常杰 左劼 陈宇 钟义啸 元昌安

作者单位: 四川大学计算机学院,成都,610065

会议类型: 国内会议

会议名称: 第二十一届中国数据库学术会议

会议地点: 厦门

会议语种:中文

页码: 78-83

在线出版日期: 2004-10-14（万方平台首次上网日期，不代表论文的发表时间）