基于自适应粒子群算法的特征选择

2017-05-02 05:39:34王保云
计算机技术与发展 2017年4期
关键词:分类特征

李 策,王保云,高 浩

(南京邮电大学 自动化学院,江苏 南京 210003)

基于自适应粒子群算法的特征选择

李 策,王保云,高 浩

(南京邮电大学 自动化学院,江苏 南京 210003)

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。

特征选择;粒子群算法;分类;自适应;封装

0 引 言

特征选择也叫特征子集选择。指从已有的特征中选择N个特征使系统的特定目标最优化,从输入特征中选择出一些最有效特征以降低数据集维度的过程[1],是提高学习算法性能的一个重要手段,也是模式识别中关键的数据预处理步骤。……

登录APP查看全文

猜你喜欢
分类特征
分类算一算
垃圾分类的困惑你有吗
大众健康(2021年6期)2021-06-08 19:30:06
如何表达“特征”
不忠诚的四个特征
当代陕西(2019年10期)2019-06-03 10:12:04
教你一招:数的分类
给塑料分分类吧
线性代数的应用特征
河南科技(2014年23期)2014-02-27 14:19:15