1 合肥工业大学管理学院,合肥 230009; 2 合肥工业大学过程优化与智能决策教育部重点实验室,合肥 230009
出版日期:
2019-06-25发布日期:
2019-10-10Attribute Selection Method Combined with MapReduce-Based Improved BACO and Fractal Dimension
XU Lifen, NI Zhiwei, ZHU Xuhui, JIA Kai, WU Zhangjun1. School of Management, Hefei University of Technology, Hefei 230009; 2. Key Laboratory of Process Optimization and Intelligent Decision-Making, Hefei University of Technology, Hefei 230009
Online:
2019-06-25Published:
2019-10-10摘要
图/表
参考文献
相关文章
编辑推荐
-->Metrics
本文评论
属性选择是数据挖掘领域用于降低数据特征维度的预处理方法. 针对大数据环境下高维数据的属性约简问题, 提出了融合基于MapReduce并行改进二元蚁群算法与分形维数的属性选择方法. 首先, 引入了参数控制的位置更新策略、对蚂蚁个体与种群进行交叉变异、重新定义阻塞机制的信息素更新, 提出了并行改进的二元蚁群算法MRIBACO. 其次, 以并行二元蚁群算法作为离散解空间的搜索策略, 结合分形维数提出了属性选择模型. 在6 个UCI 数据集上的实验结果表明, 较其他方法计算效率更优, 同时表明了其有效性与稳定性.
分享此文: