基于可拓小生境量子粒子群算法的特征选择

摘要：

[目的]对适用于特征选择的算法进行研究,有效提高文本分类精度和效率.[方法]结合特征选择特点,以可拓理论为基础构造小生境量子粒子群算法,通过改进增强算法搜索能力,将不同的特征选择方法用于文本分类并进行比较.[结果]实验结果表明,与IG、MI等方法相比基于可拓小生境量子粒子群算法的特征选择在文本分类中取得了较好效果,算法的求解精度得到明显提升.[局限]所提出的特征选择方法在时间效率上有待改善.[结论]对量子粒子群算法的改进措施有效提高了算法的搜索能力,在特征选择的应用中达到较好的效果.

关键词：特征选择、量子粒子群、可拓理论、小生境、适应度共享

分类号：TP301(计算技术、计算机技术)

资助基金：国家自然科学基金项目“基于ELM和D-S证据理论的‘低慢小’目标识别中的不确定信息融合方法研究”项目61503407的研究成果之一

在线出版日期：2017-10-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：82-89