%0 Journal Article
%T 多目标优化算法在多分类中的应用研究
%A 尚荣华
%A 胡朝旭
%A 焦李成
%A 白靖
%J 电子学报
%P 2264-2269
%D 2012
%R 10.3969/j.issn.0372-2112.2012.11.019
%X Cai等人用多目标粒子群算法(MOPSO)优化多目标聚类学习和分类学习框架(MSCC)的多目标问题时,种群只能得到少量的非支配解,不利于种群优化.而在此情况下,NSGA-II由于采用了Pareto排序的方法,种群中会保留大量优秀的支配解,有利于种群优化,所以本文引进了NSGA-II优化MSCC框架的多目标问题.通过对数据集的测试,验证了在NSGA-II的优化下,对于大多数测试问题,MSCC框架设计的分类器的最大分类正确率高于MOPSO优化MSCC框架的结果.进而对实验结果做了进一步分析,发现了最大正确率不随多目标优化算法的优化过程而提高的问题.
%K 多分类
%K 多目标优化
%K 聚类
%K MOPSO
%K NSGA-II
%U http://www.ejournal.org.cn/CN/abstract/abstract6919.shtml