基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在分析粒子群优化(particle swarm optimization,PSO)的基础上,提出了一种基于自适应t分布变异的简化粒子群特征选择方法.针对PSO容易陷入局部收敛的缺陷,通过对群体极值进行自适应t分布变异,使其跳出局部收敛.为了解决随机选择初始群体可能会延长搜索时间这一问题,将互信息引入到算法中.通过计算特征与类别的相关性来确定每个特征的入选概率,根据概率值生成一个近似最优粒子,使粒子群一开始就沿着比较合理的方向搜索,从而缩短进化时间.最后,以支持向量机(support vector machine,SVM)为分类器,通过仿真实验验证了算法的可行性和有效性.
推荐文章
基于自适应选择和变异的改进粒子群算法
粒子群
选择算子
变异算子
基于混沌自适应变异粒子群算法的铁路空车调配
粒子群算法
混沌自适应变异
铁路空车调配
自适应变异的混合粒子群优化策略及其应用
粒子群优化
模拟退火
自适应变异
自适应阶段变异量子粒子群优化算法研究
量子粒子群优化算法
进化阶段
变异算子
变异概率
函数优化
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于自适应t分布变异的粒子群特征选择方法
来源期刊 系统工程与电子技术 学科 工学
关键词 特征选择 粒子群优化 t分布 互信息
年,卷(期) 2013,(6) 所属期刊栏目 软件、算法与仿真
研究方向 页码范围 1335-1341
页数 7页 分类号 TP391
字数 7388字 语种 中文
DOI 10.3969/j.issn.1001-506X.2013.06.35
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王晓丹 空军工程大学防空反导学院 135 1447 21.0 31.0
2 姚旭 空军工程大学防空反导学院 32 249 9.0 13.0
3 张玉玺 空军工程大学防空反导学院 15 154 8.0 12.0
4 邢雅琼 空军工程大学防空反导学院 21 233 10.0 14.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (40)
共引文献  (307)
参考文献  (15)
节点文献
引证文献  (3)
同被引文献  (26)
二级引证文献  (3)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(6)
  • 参考文献(0)
  • 二级参考文献(6)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(7)
  • 参考文献(4)
  • 二级参考文献(3)
2008(6)
  • 参考文献(1)
  • 二级参考文献(5)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(8)
  • 参考文献(7)
  • 二级参考文献(1)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
特征选择
粒子群优化
t分布
互信息
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
系统工程与电子技术
月刊
1001-506X
11-2422/TN
16开
北京142信箱32分箱
82-269
1979
chi
出版文献量(篇)
10512
总下载数(次)
24
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导