《计算机应用研究》|Application Research of Computers

多目标优化在特征选择子集评价中的应用

Application of multi-objective optimization in feature selection subset evaluation

免费全文下载 (已被下载 次)  
获取PDF全文
作者 万红,李蒙蒙,王昊锋,岳彩通,王力,尚志刚
机构 郑州大学 电气工程学院;郑州大学 产业技术研究院;河南省脑科学与脑机接口技术重点实验室
统计 摘要被查看 次,已被下载
摘要 特征选择是处理高维大数据的常用降维手段,但其中牵涉到的多个彼此冲突的特征子集评价目标难以平衡。为综合考虑特征选择中多种子集评价方式间的折中,优化子集性能,提出一种基于子集评价多目标优化的特征选择框架,并重点对多目标粒子群优化(MOPSO)在特征子集评价中的应用进行了研究。该框架分别根据子集的稀疏度、分类能力和信息损失度设计多目标优化函数,继而基于多目标优化算法进行特征权值向量寻优,并通过权值向量Pareto解集膝点选取确定最优向量,最终实现基于权值向量排序的特征选择。设计实验对比了基于多目标粒子群优化算法的特征选择(FS_MOPSO)与四种经典方法的性能。多个数据集上的结果表明,FS_MOPSO在低维空间表现出更高的分类精度,并保证了更少的信息损失。
关键词 特征选择;多目标优化;PSO;稀疏;分类;信息损失
基金项目 国家自然科学基金资助项目(U1304602,61673353)
本文URL http://www.arocmag.com/article/02-2020-08-009.html
收稿日期
修回日期
页码 -
中图分类号 TP391
文献标志码