面向特征选择问题的协同演化方法

• 作者: 孙静 滕旭阳 董红斌
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 特征选择 遗传算法 粒子群优化 协同演化:比特率交叉
• 年，卷（期）: 2017,（1）
• 页码范围: 24-31
• 页数: 8页
• 分类号: TP301
• 字数: 6091字
• 语种: 中文
• DOI: 10.1992/tis.201611029

摘要

特征选择技术是机器学习和数据挖掘任务的关键预处理技术.传统贪婪式特征选择方法仅考虑本轮最佳特征,从而导致获取的特征子集仅为局部最优,无法获得最优或者近似最优的特征集合.进化搜索方式则有效地对特征空间进行搜索,然而不同的进化算法在搜索过程中存在自身的局限.本文吸取遗传算法(GA)和粒子群优化算法(PSO)的进化优势,以信息熵度量为评价,通过协同演化的方式获取最终特征子集.并提出适用于特征选择问题特有的比特率交叉算子和信息交换策略.实验结果显示,遗传算法和粒子群协同进化(GA-PSO)在进化搜索特征子集的能力和具体分类学习任务上都优于单独的演化搜索方式.进化搜索提供的组合判断能力优于贪婪式特征选择方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董红斌	哈尔滨工程大学计算机科学与技术学院	36	277	9.0	15.0
2	孙静	哈尔滨工程大学计算机科学与技术学院	15	162	8.0	12.0
3	滕旭阳	哈尔滨工程大学计算机科学与技术学院	3	59	3.0	3.0