基于乌鸦搜索算法的新型特征选择算法

• 作者: 曹捷 王颖 邱志洋
• 来源期刊: 吉林大学学报（理学版）
• 学科: 工学
• 关键词: 元启发式算法 乌鸦搜索算法 特征选择 分类准确率
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 计算机科学
• 页码范围: 869-874
• 页数: 6页
• 分类号: TP181
• 字数: 4352字
• 语种: 中文
• DOI: 10.13413/j.cnki.jdxblxb.2018295

摘要

基于元启发式算法——乌鸦搜索算法(CrSA),提出一种改进的基于乌鸦搜索算法的特征选择算法(IFSCrSA),以解决目前特征选择问题中存在的不足.通过与传统的机器学习特征选择算法和基于进化计算的特征选择算法进行比较,结果表明,IFSCrSA能在数据集中选择辨识度较强的特征,不仅大幅度降低了特征子集的规模,而且提高了分类准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王颖	吉林大学计算机科学与技术学院	149	597	14.0	20.0
2	曹捷	吉林大学计算机科学与技术学院	5	9	2.0	3.0
3	邱志洋	吉林大学计算机科学与技术学院	2	1	1.0	1.0