原文服务方: 微电子学与计算机       
摘要:
针对粗糙集模型中特征选择方法存在计算开销大、不能直接处理连续数据,以及海洋捕食者算法(MPA)处理优化问题仍存在收敛速度慢、易陷入局部最优等问题,提出了基于邻域粗糙集(NRS)和海洋捕食者算法的特征选择方法.首先,使用基于Tent混沌映射的反向学习和高斯扰动策略对原算法改进得到IMPA,再构建一种传输机制形成一种二进制算法;然后,基于邻域依赖度和特征子集长度构造适应度函数,使用IMPA不断迭代搜索出最优特征子集,设计一种元启发式特征选择算法.最后,在9个基准测试函数上评估IMPA的优化性能以及在UCI数据集上评估特征选择算法的分类能力.实验结果表明,在9个基准测试函数上IMPA的平均值、标准差明显优于粒子群优化算法(PSO)和樽海鞘算法(SSA);在UCI数据集上,同基于粗糙集的优化特征选择算法、基于邻域粗糙集的优化特征选择算法相比,所提的特征选择方法在KNN分类器下的分类精度平均值分别提高了10.28~14.13个百分点、2.71~12.11个百分点,在CART分类器下的分类精度平均值分别提高了9.41~13.24个百分点、2.90~12.31个百分点.
推荐文章
一种基于邻域粗糙集特征选择的图像分类方法
图像分类
邻域粗糙集
特征选择
空间金字塔匹配
HOG
SURF
基于容错改进的邻域粗糙集属性约简算法
粗糙集
邻域粗糙集
决策粗糙集
属性约简
容错性
邻域粗糙集约简算法在图像特征选择中的应用
不一致邻域
粗糙集
属性约简
信息熵
增量式学习
图像特征提取
自适应的邻域粗糙集邻域大小取值方法
邻域粗糙集
邻域大小
属性约简
分类
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 基于邻域粗糙集和海洋捕食者算法的特征选择方法
来源期刊 微电子学与计算机 学科 工学
关键词 海洋捕食者算法 邻域粗糙集 邻域依赖度 特征选择
年,卷(期) 2023,(9) 所属期刊栏目 人工智能与算法
研究方向 页码范围 35-45
页数 10页 分类号 TP18
字数 语种 中文
DOI 10.19304/J.ISSN1000-7180.2022.0043
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2023(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
海洋捕食者算法
邻域粗糙集
邻域依赖度
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
微电子学与计算机
月刊
1000-7180
61-1123/TN
大16开
1972-01-01
chi
出版文献量(篇)
9826
总下载数(次)
0
总被引数(次)
59060
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导