靶向量引导的稀疏多目标特征选择算法

摘要：

考虑到滤波法和包装法在特征统计特性和模型评估方面具有互补性优势,而现有混合特征选择算法在高维特征选择问题中求解效率不高.提出了靶向量引导的稀疏多目标特征选择算法(WF-MOFS),充分结合两种方法的优势,并由 3 个改进策略提高求解效率:1)基于特征互信息的种群初始化策略,在初代形成良好的前沿面,提高算法收敛速度;2)设计特征靶向量初始化和更新方式,初始过程考虑特征统计特性,更新过程评估交互特性,靶值越小,特征被选择的概率越高,引导算法进行特征子集的选择;3)提出稀疏翻转和修复算子,对特征快速降维,并由靶向量指导后代产生高质量特征子集.在 15 个常用数据集上进行策略有效性、参数选择和算法对比实验,结果表明WF-MOFS算法的有效性和优势.

关键词：特征选择、多目标优化、特征靶向量、引导策略、稀疏翻转&修复算子

所属期刊栏目：44

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;浙江省联合基金重点项目;浙江省杰出青年科学基金项目

在线出版日期：2023-10-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：2212-2220