原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于基因表达式编程的抗噪声数据的函数挖掘方法.pdf
第41卷第10期 汁算机研究与发展 、H．41．No．10
2004年10月 OFCOMPUTERRESEARCH Oct．2004
JOURNAL ANDDEvELOPMENT
基于基因表达式编程的抗噪声数据的函数挖掘方法
段磊唐常杰左勃 陈 宇 钟义啸元昌安
610065)
(IⅡt)ll大学计算机学院成都
(duanlei@cs．seu．edu∞)
摘要用传统基因表达式编程(GEP)适应度机制挖掘函数关系容易受到噪声干扰．导致结果失真为此做了如下探
索：①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；②提
出新概念“带内集”、“带外集”并用于划分训练数据集；③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；④用详尽的实验验证了REFA的有效性，当测量数据的噪声率为33’3％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7899％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
中圉法分类号TP311．13
AnAnti·NoiseMethodforFunctionBasedonGEP
Mining
YUAN
DUANLei，TANG Yi—Xiao，and
Chang-Jie，ZUOJie，CHEN Chang-An
Yu，、ZHONG
Sc妇we，Sichuan
(SchoolofComputer U出㈣秒，Chengdu610065)
Abstract functionsfrom databasedontraditional
Mining experimental geneexpressionprogramming
(GEP)fitnessmechanismfallsshortin noises，whichleadto results．’lhe
handling may anamorphic
contrlbutiorksofthis anew called
paperinclude：(1)Proposingconceptweak—adaptive
to
0nGEPbreakthelimitation，whichis the natureknownas“seek
enlightenedby biologic advantage，
avoid new set”and“Out—Bandset”for the
disadvantage”；(2)Presentingconcepts“In—Band partitioning
data a new calledRelativeErrorFitness mine
trainingset；(3)Designingapproach Algorithm(REFA)to
in of
functionstermsof theeffectiveness
WAM；and(4)Byusir增extensiveexperim
文档评论（0）