基于混合ABC和CRO的高维特征选择方法

摘要：

高维数据集包含了成千上万可用于数据分析和预测的特征,然而这些数据集存在许多不相关或冗余特征,影响了数据分析和预测的准确性.现有分类技术难以准确地识别最佳特征子集.针对该问题,提出了一种基于wrapper模式的特征选择方法AB-CRO,该方法结合了人工蜂群算法(ABC)和改进的化学反应算法(CRO)的优点进行特征选择.针对迭代过程中较优的个体可能在化学反应过程中被消耗掉的现象,适当地加入精英策略来保持种群的优良性.实验结果表明,AB-CRO算法在最佳特征子集的识别和分类精度方面相对于基准算法ABC,CRO以及基于GA,PSO和混合蛙跳算法都所有改进.

关键词：特征选择、生物数据、人工蜂群算法、化学反应优化算法、精英保留策略

所属期刊栏目：55

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61802114,61802113;河南省高等院校重点科研项目18A520021

在线出版日期：2019-06-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：93-101