提出了一種基于遺傳算法的大數(shù)據(jù)特征選擇算法。該算法首先對(duì)各維度的特征進(jìn)行評(píng)估,根據(jù)每個(gè)特征在同類最近鄰和異類最近鄰上的差異度調(diào)整其權(quán)重,基于特征權(quán)重引導(dǎo)遺傳算法的搜索,以提升算法的搜索能力和獲取特征的準(zhǔn)確性;然后結(jié)合特征權(quán)重計(jì)算特征的適應(yīng)度,以適應(yīng)度作為評(píng)價(jià)指標(biāo),啟動(dòng)遺傳算法獲取最優(yōu)的特征子集,并最終實(shí)現(xiàn)高效準(zhǔn)確的大數(shù)據(jù)特征選擇。通過實(shí)驗(yàn)分析發(fā)現(xiàn),該算法能夠有效減小分類特征數(shù),并提升特征分類準(zhǔn)確率。 

【文章來源】：計(jì)算機(jī)應(yīng)用研究. 2020,37(01)北大核心

【文章頁數(shù)】：4 頁

【文章目錄】：
0 引言
1 研究背景概述
2 基于遺傳算法的大數(shù)據(jù)特征選擇算法
    2.1 算法架構(gòu)
    2.2 特征權(quán)重評(píng)估
    2.3 基于遺傳算法的特征選擇方法
3 實(shí)驗(yàn)結(jié)果及分析
4 結(jié)束語


【參考文獻(xiàn)】：
期刊論文
[1]人工蜂群算法優(yōu)化的特征選擇方法[J]. 巢秀琴,李煒.  計(jì)算機(jī)科學(xué)與探索. 2019(02)
[2]高維小樣本分類問題中特征選擇研究綜述[J]. 王翔,胡學(xué)鋼.  計(jì)算機(jī)應(yīng)用. 2017(09)
[3]基于RReliefF特征選擇算法的復(fù)雜網(wǎng)絡(luò)鏈接分類[J]. 伍杰華.  計(jì)算機(jī)工程. 2017(08)
[4]基于類內(nèi)類間判據(jù)與遺傳算法的故障特征選擇方法[J]. 趙榮珍,李坤杰.  蘭州理工大學(xué)學(xué)報(bào). 2017(02)
[5]特征選擇的多準(zhǔn)則融合差分遺傳算法及其應(yīng)用[J]. 關(guān)曉穎,陳果,林桐.  航空學(xué)報(bào). 2016(11)
[6]基于特征子集區(qū)分度與支持向量機(jī)的特征選擇算法[J]. 謝娟英,謝維信.  計(jì)算機(jī)學(xué)報(bào). 2014(08)

博士論文
[1]面向大數(shù)據(jù)的高效特征選擇與學(xué)習(xí)算法研究[D]. 張鈞波.西南交通大學(xué) 2015
[2]基于智能優(yōu)化的特征選擇及分類方法研究[D]. 李俊.武漢大學(xué) 2014

碩士論文
[1]特征選擇與特征學(xué)習(xí)算法研究[D]. 周琪.中國科學(xué)技術(shù)大學(xué) 2017
[2]文本表示模型和特征選擇算法研究[D]. 陳磊.中國科學(xué)技術(shù)大學(xué) 2017
[3]基于大數(shù)據(jù)和高維數(shù)據(jù)的聚類方法的研究與設(shè)計(jì)實(shí)現(xiàn)[D]. 呂輝.云南大學(xué) 2015
[4]基于遺傳算法的混合特征選擇方法研究[D]. 王娜.陜西師范大學(xué) 2012



本文編號(hào)：2981961