基于Relief和CRO的高维数据特征选择方法

• 作者: 王建林 于盼 张戈
• 来源期刊: 河南大学学报（自然科学版）
• 关键词: 特征选择 化学反应优化算法 Relief方法 邻域搜索策略
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 自动化基础理论与信息技术
• 页码范围: 691-699
• 页数: 9页
• 分类号: TP391
• 语种: 中文
• DOI: 10.15991/j.cnki.411100.2020.06.007

摘要

随着信息社会进入大数据时代,高维数据的增长给数据处理带来了极大的挑战.为了分析和挖掘高维数据中的关键特征和潜在信息,提出了一种基于Relief和化学反应优化算法(Chemical Reaction Optimization algo-rithm,CRO)的混合算法.该算法首先采用Relief方法对数据进行降维并选择相关统计量中权重较大的特征子集;在迭代过程中改进了化学反应优化算法的4个操作算子的反应过程,利用邻域搜索策略与CRO相结合来提高该算法的局部搜索性能.实验结果显示RCRO算法筛选到的特征子集数目较小,且相比其他对比算法的分类准确率高.