基于改进量子进化算法的特征选择

作     者：周丹 吴春明 ZHOU Dan;WU Chunming

作者机构：浙江大学计算机系统结构研究所杭州310027 台州职业技术学院电信学院浙江台州318000 

基　　金：国家高技术研究发展计划(863)(No.2015AA015602) 2016年浙江省教育技术研究规划课题(No.JB111) 台州职业技术学院2018年度校级重点课题(No.2018ZD05) 

出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期：2018年第54卷第1期

页      码：146-152页

摘      要：特征选择作为一种数据预处理技术被广泛研究,由于其具有NP难度而一直无法找到有效的求解方法。鉴于目前在特征选择中应用较多的遗传算法存在进化机制上的局限,将量子进化算法应用于特征选择,提出了一种基于改进量子进化算法的特征选择算法。以增加种群多样性和提高寻优性能为目标改进了量子进化算法,以Fisher比和特征维度为特征子集的评价准则构造了适应度函数,按照量子进化算法求解优化问题的步骤设计了特征选择算法。使用UCI数据库中的数据集对三种算法作对比验证,通过识别重要特征、提高学习算法性能、特征选择效率三组实验,结果表明,该算法能够识别出重要特征,并随着数据集特征维度升高,特征选择的性能逐渐优于对比算法,到了高维数据集,特征选择效率明显优于对比算法。

主 题 词：特征选择 量子进化算法 遗传算法 特征子集 特征维度 

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：10.3778/j.issn.1002-8331.1704-0008

馆 藏 号：203281487...