郑雅敏
- 作品数：4 被引量：15H指数：3
- 供职机构：重庆大学通信工程学院更多>>
- 发文基金：国家自然科学基金重庆市信息产业发展基金更多>>
- 相关领域：自动化与计算机技术理学更多>>
- 基于竞争策略的链式智能体遗传算法用于特征选择的研究被引量：7
- 2008年
- 针对特征选择问题,提出了基于竞争策略的链式智能体遗传算法(LAGA)。该LAGA算法包含链式智能体网络结构,邻域竞争,自适应交叉,自适应变异,优良个体替换策略,自适应结束等部分,该算法能较好的保持智能体的多样性,在进化中既较佳的继承了优良个体的基因,又有效地搜索了新的空间。多组实验结果表明,通过该算法选择得到的最优特征子集具有较好的稳定性,较高的识别准确率和较低的网络分类器维数复杂度。
- 曾孝平李勇明王靖张晓娟郑雅敏
- 关键词：遗传算法智能体
- 基于遗传算法的特征选择方法的改进研究
- 随着描述事物复杂程度的提高，需要处理的特征维数越来越高，同时特征中的冗余部分相应地增多。利用特征选择减少特征中的冗余部分，提高模式分类的效率和准确性，是目前的研究热点。本文讨论了特征选择的研究现状、基本理论和方法，研究了...
- 郑雅敏
- 关键词：遗传算法搜索策略
- 基于多准则的链式智能体遗传算法用于特征选择被引量：3
- 2008年
- 针对简单遗传算法用于特征选择精度不高、过早收敛的问题,提出了一种新的遗传算法——链式智能体遗传算法(LAGA),并与多准则(MC)相结合,从而提出了基于多准则竞争策略的链式智能体遗传算法(LAGA+MC)用于特征选择。LAGA引入了链式智能体结构,智能体相互进行竞争选择和自适应交叉,自身进行自适应变异,从而使得该算法能够获得更精确的搜索结果;MC通过对基于单准则进行选择得到的特征子集进行特征位判断,从而确定出最终特征子集,以达到更全面的评价选择结果,获得识别率更稳定的特征子集。实验结果表明,LAGA搜索精度更高,LAGA+MC获得的特征子集分类准确率更高、更稳定。
- 曾孝平郑雅敏李勇明王靖张晓娟
- 关键词：多准则遗传算法智能体
- 用于特征选择的多准则闭合链式遗传算法
- 2008年
- 针对简单遗传算法用于特征选择精度不高、过早收敛的问题,提出了链式遗传算法(Link-like Agent Ge-netic Algorithm),并与多准则(MC)相结合,从而实现了基于多准则竞争策略的链式遗传算法并用于特征选择(LAGA+MC)研究。LAGA引入了链式个体结构,遗传个体相互进行竞争选择和自适应交叉、自适应变异,从而获得更精确的搜索结果。MC通过对基于单准则进行选择得到的特征子集进行特征位判断,已达到更全面评价选择结果,获得识别率更稳定更高的特征子集。实验结果表明,本文算法获得的特征子集分类准确率比其他几种基于遗传算法的特征选择算法更高、更稳定。
- 曾孝平王靖李勇明郑雅敏张晓娟
- 关键词：遗传算法多准则
