基于影响力社区检测与蚁群算法的特征选择

摘要：

针对多变量特征选择算法计算效率低、冗余度高的问题,提出一种基于影响力社区检测与蚁群算法的特征选择算法.计算每对数据点之间的相似性,组成无向图,通过人工蚁群优化算法将网络划分为簇;使用社区检测算法对特征进行分类,选择冗余度最小的特征子集;蚁群初始化阶段通过度量特征与类的相关性,初始化信息素.基于人工合成数据集与标准的公开数据集进行实验,实验结果表明,该算法实现了较高的分类准确率、敏感性、特异性,其计算效率处于可接受范围内.

关键词：社区检测、特征选择、人工蚁群优化算法、多元判别分析、人工智能、数据分析

所属期刊栏目：40

分类号：TP18(自动化基础理论)

资助基金：2017年外经外贸发展专项基金项目促进服务贸易创新发展项目2160699-87;2017年广东省本科高校教学质量与教学改革工程建设基金项目粤教高涵[2017] 214号;广州大学华软软件学院院级质量工程重点建设专业基金项目ZDZY201701

在线出版日期：2019-10-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：2684-2691