10.16208/j.issn1000-7024.2019.09.051
基于粗糙集与人工蜂群算法的动态特征选择
为提高动态数据流特征提取的计算效率与性能,设计一种基于粗糙集与人工蜂群算法的动态数据流特征选择算法.修改人工蜂群算法中雇佣蜂阶段与侦查蜂阶段的位置更新方程,降低人工蜂群算法早熟收敛的几率,增强人工蜂群算法的鲁棒性,使其满足动态特征选择算法的稳定性需要.使用粗糙集定义数据流增量数据的适应度函数,人工蜂群算法从旧特征子集与增量数据提取新的全局特征子集.基于10个公开的数据集分别进行特征提取与分类实验,实验结果表明,该算法在保持较高分类准确率的前提下,明显减少了特征数量,实现了较高的动态特征计算效率.
数据流、大数据、特征选择、粗糙集、人工蜂群算法
40
TP311(计算技术、计算机技术)
福建省教育厅2015年高等学校创新创业教育改革基金项目闽教高[2015] 41号;福建省科技厅2018年引导性基金项目2018H0028
2019-10-24(万方平台首次上网日期,不代表论文的发表时间)
共7页
2697-2703