摘要：无监督特征选择是特征选择问题中一个难点,论文提出了一种基于蚁群寻优算法(ACO)的无监督特征选择方法。论文算法对传统的蚁群算法作出了改进,添加节点被选择次数计数器,采用最大信息系数(MIC)度量特征之间的相关性,两者的结合共同作用于蚁群算法中信息素进行计算和更新,进而引导蚂蚁选择节点的寻优过程。实验部分采用支持向量机分类器对选取的特征子集进行性能评价。在5组实际数据的实验结果分析证明,论文算法不仅能够快速收敛,而且较传统的特征选择算法具有更好的分类效果。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社