首页 期刊 计算机科学 基于粗糙集和果蝇优化算法的特征选择方法 【正文】

基于粗糙集和果蝇优化算法的特征选择方法

作者:方波; 陈红梅; 王生武 西南交通大学信息科学与技术学院; 成都611756; 西南交通大学云计算与智能技术高校重点实验室; 成都611756
粗糙集   果蝇优化算法   双策略进化   属性依赖度   属性重要性  

摘要:特征选择是模式识别领域重要的数据预处理步骤之一,旨在从原始特征集合中选出最有效的特征子集使得给定评价准则达到最优。为此,文中提出了一种基于粗糙集和果蝇优化算法的特征选择方法。该方法基于一种新的双策略进化果蝇优化算法进行特征子集的迭代寻优,并结合粗糙集属性依赖度和属性重要性构造适应度函数对所选特征子集进行评估,既可以在全局范围内尽可能多地搜索出重要的特征,又能选出对决策最具有贡献的有效特征子集。在UCI数据集上的实验结果表明,提出的特征选择方法可以有效地搜索出具有最少信息损失的特征子集,并达到较高的分类精度。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

学术咨询 免费咨询 杂志订阅