一种人工蜂群算法优化的邻域粗糙集特征选择方法

作     者：季雨瑄 叶军 杨震宇 敖家欣 JI Yuxuan;YE Jun;YANG Zhenyu;AO Jiaxin

作者机构：南昌工程学院信息工程学院江西南昌330000 江西省水信息协同感知与智能处理重点实验室江西南昌330000 

基　　金：国家自然科学基金项目(61562061) 江西省教育厅科技项目(GJJ211920,GJJ170995) 

出 版 物：《郑州大学学报（理学版）》 (Journal of Zhengzhou University:Natural Science Edition)

年 卷 期：2023年第55卷第6期

页      码：55-62,70页

摘      要：在邻域粗糙集模型中,由于计算邻域及正域的工作量较大,因此,对邻域决策表进行特征选择或降维具有较高的时间复杂度。特别是随着邻域决策表维数的增多,计算工作量呈指数级增加。针对此类问题,引入人工蜂群算法进行优化。首先,给出了一种邻域粗糙集分辨矩阵特征重要性度量方法;其次,以邻域分辨矩阵特征重要度为启发因子构造了适应度函数,新的适应度函数增加了启发信息;最后,设计了一种人工蜂群算法优化的特征选择算法。UCI数据集对比实验结果与分析表明,与原有的邻域特征选择算法相比,新算法减少了迭代次数,加快了收敛速度,并且能够有效寻找到最小特征子集。

主 题 词：邻域决策系统 分辨矩阵 人工蜂群算法 特征选择 特征重要度 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.13705/j.issn.1671-6841.2022227

馆 藏 号：203120976...