典型文献
基于多行为交互的变维协同进化特征选择方法
文献摘要：
针对大规模数据集上的特征选择问题,一种变长表示的粒子群特征选择方法(VLPSO)表现出了良好的性能.然而,其完全随机的粒子生成方式导致初始化阶段具有一定的盲目性.同时,VLPSO单一的更新机制和种群间的信息隔离也影响了模型的分类性能.为了解决VLPSO的缺陷,提出了一种基于多行为交互的变维协同进化特征选择方法(M-CVLPSO).首先,为了改善随机初始化带来的盲目性,采用连续空间上的层次初始化策略,从期望上缩短了初始解与最优解之间的距离.其次,将粒子根据适应度分为领导者、追随者与淘汰者,在迭代过程中采用多种更新策略动态平衡算法的多样性和收敛性.同时,将维度缩减指标加入到适应度函数中,进一步增强了算法在部分数据集上的性能.从理论上证明了该算法的收敛性,并基于11个大规模特征选择数据集在分类精度、维度缩减和计算时间上进行实验分析.实验结果表明,本文算法相较于4种对比算法具有更好的综合表现.
文献关键词：
行为交互;协同进化;变维表示;特征选择;粒子群优化
中图分类号：
作者姓名：
李腾飞;冯翔;虞慧群
作者机构：
华东理工大学信息科学与工程学院,上海 200237;上海智慧能源工程技术研究中心,上海 200237
文献出处：
引用格式：
[1]李腾飞;冯翔;虞慧群-.基于多行为交互的变维协同进化特征选择方法)[J].华东理工大学学报（自然科学版）,2022(02):244-257
A类：
VLPSO,CVLPSO,维度缩减,变维表示
B类：
多行,行为交互,协同进化,进化特征,特征选择,选择方法,大规模数据集,变长,生成方式,盲目性,更新机制,分类性能,连续空间,初始化策略,初始解,最优解,领导者,追随者,淘汰,更新策略,动态平衡,收敛性,适应度函数,上证,规模特征,分类精度,计算时间,对比算法,综合表现,粒子群优化
AB值：
0.32472
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
