10.16208/j.issn1000-7024.2022.11.023
基于改进蚱蜢优化算法的特征选择机制
针对传统蚱蜢优化算法收敛速度慢、寻优精度低的不足,提出融合学习自动机和折射对立学习的混沌蚱蜢优化算法LRGOA.算法利用完全随机混沌Tent映射进行种群初始化,提高种群遍历性和多样性;利用学习自动机对决定搜索方向的调整系数更新,以均衡全局搜索与局部开发;引入折射对立学习位置更新机制,避免算法陷入局部最优.将LRGOA应用于数据集特征选择问题,设计基于LRGOA的特征选择算法LRGOAFS.选取UCI库数据集对算法的有效性进行验证,证实改进算法可以同步降低特征选择维度和提升数据分类准确率.
特征选择、蚱蜢优化算法、学习自动机、折射对立学习、混沌系统
43
TP393(计算技术、计算机技术)
贵州省科技计划科学技术基金项目;贵州省普通高等学校青年科技人才成长基金项目;广东省普通高校重点领域专项基金项目
2022-12-01(万方平台首次上网日期,不代表论文的发表时间)
共9页
3168-3176