基于文化基因算法和最小二乘支持向量机的安全数据特征处理方法

• 作者: 张宏 施永益 李千目 林棋 马媛媛
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 特征选择 文化基因算法 最小二乘支持向量机 稳定性
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 人工智能
• 页码范围: 237-241
• 页数: 5页
• 分类号: TP18
• 字数: 6408字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2017.03.049

摘要

随着各类生物智能演化算法的日益成熟,基于演化技术及其混合算法的特征选择方法不断涌现.针对高维小样本安全数据的特征选择问题,将文化基因算法(Memetic Algorithm,MA)与最小二乘支持向量机(Least SquaresSupport Vector Machine,LS-SVM)进行结合,设计了一种封装式(Wrapper)特征选择方法(MA-LSSVM).该方法利用最小二乘支持向量机易于求解的特点来构造分类器,以分类的准确率作为文化基因算法寻优过程中适应度函数的主要成分.实验表明,MA-LSSVM可以较高效地、稳定地获取对分类贡献较大的特征,降低了数据维度,提高了分类效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李千目	南京理工大学计算机科学与工程学院	169	1365	19.0	28.0
2	张宏	南京理工大学计算机科学与工程学院	181	1427	17.0	29.0
3	马媛媛		17	40	5.0	5.0
4	林棋	南京理工大学计算机科学与工程学院	2	11	2.0	2.0
5	施永益		2	6	1.0	2.0