1. 合肥工业大学管理学院, 合肥 230009; 2. 过程优化 与智能决策教育部重点实验室,合肥 230009;3. 安徽省气象科学研究所, 安徽省 大气科学与卫星遥感重点实验室,合肥 230031
出版日期:
2017-02-25发布日期:
2017-04-01Research on Attribute Selection Method Based on Binary Glowworm Swarm Optimization Algorithm
LI Jingming1,2 ,NI Zhiwei1,2, XU Ying3 ,ZHANG Chen1,21. School of Management, Hefei University of Technology, Hefei 230009; 2. Key Laboratory of Process Optimization and Intelligent Decision-making, Ministry of Education, Hefei 230009; 3. Meteorological Science Institute of Anhui Province, Key Laboratory of atmospheric science and satellite remote sensing of Anhui Province, Hefei 230031
Online:
2017-02-25Published:
2017-04-01摘要
图/表
参考文献
相关文章
编辑推荐
-->Metrics
本文评论
属性选择是机器学习与模式识别中进行数据预处理的一个重要方法, 特别是针对一些高维的数据集,其计算复杂度较高, 对数据挖掘算法的性能影响较大. 因此, 文章在连续型萤火虫算法(GSO)基础上对萤火虫进行二进制编码, 并结合修正后的sigmoid函数, 提出一种基于二进制萤火虫算法的属性选择方法. 该方法以数据集分形维数作为属性子集的评价准则, 以二进制萤火虫算法作为搜索策略, 通过对标准数据集UCI进行一系列实验, 实验结果表明了该方法的有效性与可行性.
MR(2010)主题分类:
65Y20
68Q05
分享此文: