基于混合ABC和CRO的高维特征选择方法

• 作者: 张戈 王建林
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 特征选择 生物数据 人工蜂群算法 化学反应优化算法 精英保留策略
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 93-101
• 页数: 9页
• 分类号: TP391
• 字数: 7239字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1811-0316

摘要

高维数据集包含了成千上万可用于数据分析和预测的特征,然而这些数据集存在许多不相关或冗余特征,影响了数据分析和预测的准确性.现有分类技术难以准确地识别最佳特征子集.针对该问题,提出了一种基于wrapper模式的特征选择方法AB-CRO,该方法结合了人工蜂群算法(ABC)和改进的化学反应算法(CRO)的优点进行特征选择.针对迭代过程中较优的个体可能在化学反应过程中被消耗掉的现象,适当地加入精英策略来保持种群的优良性.实验结果表明,AB-CRO算法在最佳特征子集的识别和分类精度方面相对于基准算法ABC,CRO以及基于GA,PSO和混合蛙跳算法都所有改进.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张戈	河南大学计算机与信息工程学院	10	30	2.0	5.0
2	王建林	河南大学计算机与信息工程学院	5	4	2.0	2.0