江苏省自然科学基金(BK2011215)
- 作品数：3 被引量：7H指数：2
- 相关作者：张勇胡滢巩敦卫孔莉芳张虹更多>>
- 相关机构：中国矿业大学徐州空军学院更多>>
- 发文基金：国家教育部博士点基金江苏省自然科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于多目标微粒群优化的异质数据特征选择被引量：3
- 2014年
- 环境和测量仪器精度的影响,使得采样数据的不同特征具有不同的质量.对这类异质数据进行特征选择,需要同时考虑特征子集确定分类器的准确度和可靠性,从而增加了特征选择的难度.本文研究异质数据的特征选择问题,提出一种基于多目标微粒群优化的特征选择方法.该方法首先以特征选择的概率为决策变量,将具有离散变量的特征选择问题,转化为连续变量多目标优化问题;然后,采用微粒群优化求解时,基于高斯采样,产生微粒的全局引导者,以提高Pareto解集的分布性;最后,依据储备集中元素更新的速度,确定需要扰动的微粒,以帮助微粒群跳出局部最优.将所提方法应用于多个典型数据集分类问题,实验结果表明了所提方法的有效性.
- 巩敦卫胡滢张勇
- 关键词：多目标优化微粒群优化
- 知识引导微粒群优化特征选择方法被引量：3
- 2014年
- 特征选择是模式分类中重要的数据处理方法.文中提出一种基于知识引导微粒群优化的特征选择方法.该方法采用特征被选择的概率对微粒进行编码,将包含离散变量的特征选择问题转化为一类连续变量优化问题.依据微粒适应值的大小及微粒分量被选择的频率,确定特征所属的类型及其被更新的概率,以加快微粒群收敛的速度.将所提方法应用于10个典型测试数据集及肝炎病临床诊断数据集,实验结果表明,该方法在减少特征个数的前提下,能够提高分类的精度.
- 巩敦卫胡滢张勇
- 关键词：微粒群优化疾病诊断
- 用于特征子集选择的异步并行微粒群优化方法被引量：2
- 2012年
- 针对大量无关或冗余的特征通常会降低模式分类中分类器性能的问题,提出一种基于异步并行微粒群优化的特征子集选择方法(AP-PSO).该方法采用二进制微粒群优化搜索特征子集,利用异步并行方式提高算法的运算效率;为有效协调种群的全局探索和局部开发能力,充分利用混沌运动的遍历性和随机性,提出一种一致混沌变异算子.与已知4种特征子集选择方法进行比较,所得结果验证了该算法的有效性.
- 孔莉芳张虹
- 关键词：特征子集选择微粒群优化异步并行
