基于蚁狮算法的元特征选择方法

摘要：

为了提升基于元学习算法选择的性能,提出一种基于蚁狮算法的元特征选择方法.首先,通过鲁棒初始化机制构建初始种群,增强所选元特征子集的鲁棒性.其次,在个体解的搜索过程中应用动态边界策略,增加方法的种群多样性.然后,采用混沌映射变异策略,提升方法的寻优性能,给出方法伪代码并分析时间复杂度.最后,使用130个数据集、150种元特征、8种候选算法和5种性能指标构建分类算法选择问题进行测试实验,分析方法的参数敏感性和机制策略效果,通过准确率、查准率、查全率和Fi分数指标评估并对比方法性能,验证了所提方法的有效性和优越性.

关键词：元特征选择、蚁狮优化算法、算法选择、元学习、分类

所属期刊栏目：45

分类号：TP181(自动化基础理论)

资助基金：科技部科技创新重大项目;国家自然科学基金;国家自然科学基金

在线出版日期：2023-09-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：2831-2842