吴琼
- 作品数：4 被引量：13H指数：2
- 供职机构：南昌大学信息工程学院更多>>
- 发文基金：国家自然科学基金江西省教育厅科学技术研究项目更多>>
- 相关领域：自动化与计算机技术电气工程理学更多>>
- 基于多目标烟花优化算法的正负量化关联规则挖掘被引量：3
- 2017年
- 为同时获得正负量化关联规则,并尽量减少人为干预的影响,在多目标烟花优化算法的基础上,提出一种正负量化关联规则挖掘算法。引入全面搜索关联规则,使用外部库存放非支配解,通过基于相似度的冗余淘汰机制保持库中关联规则的多样性,经多次迭代获得关联规则集合。实验结果表明,该算法无需人为指定支持度、置信度等阈值,一次运行后即可获得正负关联规则。此外,与Apriori算法及单目标进化算法相比,该算法在不同数据集上均可得到稳定的结果,能充分覆盖数据集,在可靠性、相关性及可理解性之间获得较好的均衡。
- 吴琼曾庆鹏
- 关键词：多目标优化PARETO最优精英保留策略
- 电能质量监测方法的新进展
- 介绍了电能质量监测的必要性,讨论了现阶段几种电能质量扰动识别得主要研究方法,对这几种方法的优缺点进行了分析,在此基础上提出一种可行的改进方法,并指出今后该研究领域内的研究方向。
- 吴琼
- 关键词：电能质量监测扰动识别小波变换小波包
- 文献传递
- 基于多目标烟花算法的关联规则挖掘被引量：10
- 2017年
- 针对量化关联规则的特点,提出基于多目标烟花算法和反向学习的量化关联规则挖掘算法.该算法通过多目标烟花算法全面搜索关联规则,引入反向学习提高算法收敛速度并降低算法陷入局部最优的概率,使用基于相似度的冗余淘汰机制保持库中关联规则的多样性,经过多次迭代最终获得关联规则集合.文中算法无需人为指定支持度、置信度等阈值,实验表明,算法在不同数据集上均获得稳定结果,能充分覆盖数据集,在可靠性、相关性及可理解性之间获得较好的均衡.
- 吴琼曾庆鹏
- 关键词：量化关联规则多目标优化
- 电能质量监测方法的新进展
- 介绍了电能质量监测的必要性，讨论了现阶段几种电能质量扰动识别得主要研究方法，对这几种方法的优缺点进行了分析。在此基础上提出一种可行的改进方法，并指出今后该研究领域内的研究方向。
- 吴琼
- 关键词：电能质量小波变换神经网络扰动识别
- 文献传递
