基于离散粒子群优化和邻域约简的基因特征选择算法

摘要：

针对离散粒子群优化算法进行基因特征选择容易陷入局部最优解的问题,提出一种基于离散粒子群优化和邻域约简的组合优化算法.利用邻域约简挖掘基因数据本身蕴含知识的特点,依据决策属性对条件子集的依赖度构造离散粒子群优化算法中的优化函数,根据优化函数值的大小引导粒子搜索最优基因特征子集,从而解决局部最优的问题.实验结果表明,与粒子群优化和遗传算法的混合优化算法、优化的邻域粗糙集等算法相比,该算法能够获得较高的分类准确度.

关键词：离散粒子群优化、局部最优解、邻域约简、粗糙集、基因微阵列、特征选择

所属期刊栏目：42

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金资助项目“粒计算中的不确定性分析与研究”61273304;上海市自然科学基金资助项目“基于MapReduce的多粒度主流形学习研究”14ZR1442600

在线出版日期：2016-06-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：188-191,197