作者:
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:
针对传统蝗虫优化算法寻优精度低和收敛速度慢的问题,提出一种基于非线性调整策略的改进蝗虫优化算法.首先,利用非线性参数代替传统蝗虫算法中的递减系数,协调算法全局探索和局部开发能力,加快算法收敛速度;其次,引入自适应权重系数改变蝗虫位置更新方式,提高算法寻优精度;然后,结合limit阈值思想,利用非线性参数对种群中部分个体进行扰动,避免算法陷入局部最优.通过六个基准测试函数的仿真结果表明,改进算法的收敛速度和寻优精度均有明显提高.最后将改进算法应用于特征选择问题中,通过在七个数据集上的实验结果表明,基于改进算法的特征选择方法能够有效地进行特征选择,提高分类准确率.
推荐文章
基于改进烟花算法的SVM特征选择和参数优化
二进制编码
烟花算法
特征选择
参数优化
基于曲线自适应和模拟退火的蝗虫优化算法
蝗虫优化算法
模拟退火算法
混合算法
自适应曲线
基于改进的和声搜索算法的特征基因选择方法
微阵列数据
特征基因
ReliefF算法
声搜索算法
基于改进SFS特征选择BP识别算法
特征选择
SFS
BP网络
收敛速度
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 基于改进蝗虫优化算法的特征选择方法
来源期刊 南京大学学报(自然科学版) 学科 工学
关键词 蝗虫优化算法 非线性参数 自适应权重 limit阈值 特征选择
年,卷(期) 2020,(1) 所属期刊栏目 特征表示和学习
研究方向 页码范围 41-50
页数 10页 分类号 TP301.6
字数 6064字 语种 中文
DOI 10.13232/j.cnki.jnju.2020.01.005
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 刘亮 贵州大学大数据与信息工程学院 26 101 6.0 9.0
5 何庆 贵州大学大数据与信息工程学院 34 203 5.0 13.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (65)
共引文献  (11)
参考文献  (14)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1953(1)
  • 参考文献(0)
  • 二级参考文献(1)
1964(1)
  • 参考文献(0)
  • 二级参考文献(1)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(5)
  • 参考文献(0)
  • 二级参考文献(5)
2014(6)
  • 参考文献(0)
  • 二级参考文献(6)
2015(8)
  • 参考文献(1)
  • 二级参考文献(7)
2016(10)
  • 参考文献(1)
  • 二级参考文献(9)
2017(12)
  • 参考文献(2)
  • 二级参考文献(10)
2018(18)
  • 参考文献(7)
  • 二级参考文献(11)
2019(3)
  • 参考文献(3)
  • 二级参考文献(0)
2020(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)
研究主题发展历程
节点文献
蝗虫优化算法
非线性参数
自适应权重
limit阈值
特征选择
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
南京大学学报(自然科学版)
双月刊
0469-5097
32-1169/N
江苏省南京市南京大学
chi
出版文献量(篇)
2526
总下载数(次)
6
总被引数(次)
23071
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导