知识引导微粒群优化特征选择方法

摘要：

特征选择是模式分类中重要的数据处理方法。文中提出一种基于知识引导微粒群优化的特征选择方法。该方法采用特征被选择的概率对微粒进行编码，将包含离散变量的特征选择问题转化为一类连续变量优化问题。依据微粒适应值的大小及微粒分量被选择的频率，确定特征所属的类型及其被更新的概率，以加快微粒群收敛的速度。将所提方法应用于10个典型测试数据集及肝炎病临床诊断数据集，实验结果表明，该方法在减少特征个数的前提下，能够提高分类的精度。

关键词：微粒群优化、特征选择、特征划分、疾病诊断

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金项目61005089;江苏省自然科学基金项目BK2011215;高等学校博士学科点专项科研基金项目20100095120016;中国博士后科学基金项目2012M521142

在线出版日期：2014-02-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：1-10