李策
- 作品数：3 被引量：9H指数：1
- 供职机构：南京邮电大学自动化学院更多>>
- 发文基金：国家重点实验室开放基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于自适应粒子群算法的特征选择研究
- 在模式分类问题中，数据往往存在许多不相关或是冗余的特征，从而影响分类的准确性。特征选择作为解决这一问题的有效手段，一直以来都是机器学习中的热点。随着数据规模的增加，原始的特征选择方法已经不满足要求。 特征选择可以视为一...
- 李策
- 关键词：粒子群算法全局搜索粗糙集
- 基于粒子群优化算法的特征选择方法
- 本发明公开了一种基于粒子群优化算法的特征选择方法，步骤1、将输入的数据集进行预处理，分成训练集和测试集；步骤2、确定待优化参数及基于特定的特征选择方法适应度函数，建立并初始化第一代粒子群，进行迭代；步骤3、根据适应度函数...
- 王保云李策高浩
- 文献传递
- 基于自适应粒子群算法的特征选择被引量：8
- 2017年
- 在模式分类问题中,数据往往存在不相关或冗余的特征,从而影响分类的准确性。特征选择的提出,很好地解决了这一问题。特征选择的关键在于利用最少的特征获得最佳的分类效果。为了达到这一目的,一种基于自适应粒子群的特征选择的理论被提出。相比于原始的粒子群算法,在初始过程中引入混沌模型增加其初始粒子的多样性,在更新机制中引入自适应因子增加其全局搜索能力。同时将特征数目引入到适应度函数中,在迭代前期通过惩罚因子调节分类准确率和特征数目对于适应度函数的影响,在迭代中后期惩罚因子恒定,使特征数目对于适应度函数的影响趋于稳定。自适应粒子群算法具有很好的全局收敛性,能够避免陷入局部最优,尤其适合高维数据的降维问题。大量的理论分析和仿真实验的结果表明,与其他粒子群算法(PSO)的特征选择结果相比,在数据特征数目各异的情况下,该算法具有更好的分类效果,同时表明了所提算法的可行性以及优越性。
- 李策王保云高浩
- 关键词：粒子群算法自适应封装
