10.3969/j.issn.1006-9348.2017.02.081
网络数据特征选择的优化方法研究与仿真
对网络数据特征进行有效选择,可提高网络数据分类性能.由于随着网络数据量的增加,使得网络数据特征种类过多.传统的网络数据特征选择方法,主要通过对网络数据特征进行二次选择,获得高精度特征,但是全局搜索能力差,导致网络数据特征选择准确度低的问题.提出自适应遗传算法与蚁群算法相融合的特征选择方法.利用遗传算法的快速随机的全局搜索能力,生成初始信息素,再通过蚁群算法对特征进行二次选择,以获得高精度的特征子集,最终对取得的最优解进行解码操作,实现网络数据特征选择的优化.仿真结果表明,改进算法可以提高网络数据特征选择速度.
特征选择、自适应遗传算法、蚁群算法、文本特征
34
TP391(计算技术、计算机技术)
2017-05-04(万方平台首次上网日期,不代表论文的发表时间)
共4页
367-370