任剑锋
- 作品数：4 被引量：32H指数：4
- 供职机构：河南财经政法大学计算机与信息工程学院更多>>
- 发文基金：河南省科技攻关计划更多>>
- 相关领域：自动化与计算机技术经济管理更多>>
- 基于QPSO-LSSVM的数据库相似重复记录检测算法被引量：6
- 2012年
- 针对大规模数据库的相似重复记录的检测问题,提出了一种量子群优化算法(QPSO)与最小二乘支持向量机(LSSVM)相结合的相似重复记录检测方法(QPSO-LSSVM)。首先计算记录字段的相似度值;然后利用QPSO对LSSVM参数进行优化,构建相似重复记录检测模型;最后通过具体数据集进行仿真测试实验。仿真结果表明,QPSO-LSSVM不仅提高了重复记录检测准确率,而且提高了检测效率,是一种有效的相似重复记录检测算法。
- 梁雪任剑锋景丽
- 关键词：量子粒子群优化算法最小二乘支持向量机相似重复记录
- 电子商务客户流失的建模与预测研究被引量：7
- 2012年
- 研究电子商务客户流失预测问题,电子商务客户流失具有非线性、时变等特点,用单一预测模型难以对电子商务客户流失变化规律进行全面、准确预测,导致预测正确率低。为了提高电子商务客户流失预测正确率,提出一种组合的电子商务客户流失预测模型。组合预测模型首先采用遗传算法对影响客户流失因子进行筛选,提取对预测结果影响重要的因子,然后分别采用支持向量机和神经网络对其进行预测,最后采用支持向量机对两种预测结果进行融合,得到组合模型的电子商务客户流失预测结果。仿真结果表明,组合模型提高了电子商务客户流失预测正确率,解决了单一预测模型的缺陷,将为电子商务客户流失研究提供一种新预测思路。
- 任剑锋张新祥
- 关键词：电子商务客户流失预测支持向量机神经网络
- 基于非线性流形学习和支持向量机的文本分类算法被引量：10
- 2012年
- 为解决文本自动分类问题,提出一种流形学习和支持向量机相结合的文本分类算法(LLE-LSSVM)。LLE-LSSVM算法利用非线性流形学习算法LEE对高维文本特征进行非线性降维,挖掘出特征内在规律与本征信息,从而得到低维特征空间,然后将其输入到LSSVM中进行学习,同时利用混沌粒子群算法对LSSVM参数进行优化,建立文本分类模型。仿真实验结果表明,LLE-LSSVM算法提高了文本分类准确率,减少了分类运行时间,是一种有效的文本分类算法。
- 任剑锋梁雪李淑红
- 关键词：文本分类支持向量机流形学习遗传算法
- 一种改进粒子群迭代优化的集成网络智能节点部署算法被引量：9
- 2013年
- 为了解决复杂环境中集成网络系统的智能节点交叉覆盖和相互干扰对智能节点最优位置选择的影响问题,提出了一种改进粒子群迭代优化的集成网络智能节点部署算法。在该算法中,首先将集成网络系统智能节点部署模型转化为在交叉率和干扰约束目标下的优化问题;然后利用改进粒子群算法对节点部署方案进行映射,依据粒子粒距聚类度和粒子信息熵对粒子权值进行修正,再计算粒子的适应度值,对粒子的局部最优解和全局最优解进行更新;最后利用粒子速度和位置更新策略对智能节点部署进行迭代优化。仿真对比实验证明,该算法具有较好的收敛速度,且收敛值更优,有效地保证了在覆盖率最大时干扰最小。
- 任剑锋张永强
- 关键词：集成网络智能节点粒子群
