利用邻域粗糙模型的差分演化特征选择方法
利用一种具有混合编码的二进制差分演化算法进行特征选择,并针对传统评价函数对样本邻域局部信息利用不足的问题,引入邻域粗糙集模型,省去了对数值型数据的离散化过程,同时分析了依赖度度量和邻域识别率度量可能存在的问题,综合两者提出加权邻域识别率,对特征子集适应度进行更好的评价.通过UCI数据进行实验,结果表明该方法能有效进行特征选择.
特征选择、二进制差分演化算法、邻域粗糙模型、加权邻域识别率
31
TP391(计算技术、计算机技术)
国家自然科学基金项目60675058;福建省自然科学基金项目2009J01283,2009J01248
2011-01-06(万方平台首次上网日期,不代表论文的发表时间)
共4页
1825-1828