文档名：基于改进智能优化算法的数据特征选择方法
摘要：特征选择在人工智能领域是一个困难又重要的问题,为了快速准确地筛选特征,提出一种改进的帝王蝶优化(IMBO)算法进行封装特征选择.首先,为了使新产生的个体具有一定种群记忆功能,在迁徙算子中添加5种差分变异策略,提高种群个体的信息共享.然后,封装式特征选择算法使用模糊C均值(FCM)分类器作为评估器,利用IMBO作为搜索策略.实验结果表明:与原帝王蝶优化(MBO)、人工蜂群(ABC)算法和蚱蜢优化算法(GOA)相比,所提算法在多个公开数据集上实现了较高的准确度,显著降低了特征选择规模,且具有较快的收敛速度.
作者：张玉琴 张建亮 冯向东Author：ZHANGYuqin ZHANGJianliang FENGXiangdong
作者单位：成都理工大学工程技术学院,四川乐山614000
刊名：传感器与微系统 ISTICPKU
Journal：TransducerandMicrosystemTechnologies
年，卷(期)：2023, 42(6)
分类号：TP391.1
关键词：帝王蝶优化 模糊C均值 特征选择 收敛速度 分类
机标分类号：TP301.6TP18R730.26
在线出版日期：2023年6月16日
基金项目：四川省教育厅自然科学重点项目，四川省教育厅自然科学重点项目，成都理工大学工程技术学院研究基金资助项目基于改进智能优化算法的数据特征选择方法[
期刊论文] 传感器与微系统--2023, 42(6)张玉琴 张建亮 冯向东特征选择在人工智能领域是一个困难又重要的问题,为了快速准确地筛选特征,提出一种改进的帝王蝶优化(IMBO)算法进行封装特征选择.首先,为了使新产生的个体具有一定种群记忆功能,在迁徙算子中添加5种差分变异策略,提高种...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于改进智能优化算法的数据特征选择方法 Data feature selection method based on improved intelligent optimization algorithm
基于改进智能优化算法的数据特征选择方法.pdf
|
|
