用于特征子集选择的异步并行微粒群优化方法

• 作者: 孔莉芳 张虹
• 来源期刊: 控制与决策
• 学科: 工学
• 关键词: 特征子集选择 微粒群优化 混沌变异 异步并行
• 年，卷（期）: 2012,（7）
• 所属期刊栏目: 论文与报告
• 页码范围: 967-974
• 分类号: TP183
• 语种: 中文

摘要

针对大量无关或冗余的特征通常会降低模式分类中分类器性能的问题,提出一种基于异步并行微粒群优化的特征子集选择方法（AP-PSO）.该方法采用二进制微粒群优化搜索特征子集,利用异步并行方式提高算法的运算效率;为有效协调种群的全局探索和局部开发能力,充分利用混沌运动的遍历性和随机性,提出一种一致混沌变异算子.与已知4种特征子集选择方法进行比较,所得结果验证了该算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张虹	中国矿业大学信息与电气工程学院	97	788	14.0	22.0