隨著計(jì)算機(jī)科學(xué)領(lǐng)域中數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)方向上探索和研究的不斷推進(jìn),面對(duì)日益增長(zhǎng)的數(shù)據(jù)集規(guī)模,如何在降低計(jì)算成本的基礎(chǔ)之上仍舊保持優(yōu)異的算法性能成為至關(guān)重要的問(wèn)題。特征選擇,其目標(biāo)在于合理降低數(shù)據(jù)集維度,并且使選擇的子集擁有不亞于甚至更優(yōu)于原數(shù)據(jù)集的算法性能。在分類算法中,為獲取更優(yōu)質(zhì)的類別區(qū)分性能,特征選擇采用最本質(zhì)的方法就是在原特征集合中將無(wú)關(guān)的及冗余的特征剔除,從龐大的初始特征集中選擇出對(duì)類別最具表征性的特征,將其加入特征子集。用于特征選擇的方式數(shù)不勝數(shù),近些年,通過(guò)進(jìn)化計(jì)算的方式進(jìn)行特征選擇獲得了學(xué)術(shù)界廣泛關(guān)注,并且成績(jī)斐然。森林優(yōu)化算法(Forest Optimization Algorithm,FOA)是模擬自然界的樹木播種的方法的進(jìn)化計(jì)算理論。初始用來(lái)解決連續(xù)型最優(yōu)問(wèn)題,而后在機(jī)器學(xué)習(xí)相關(guān)領(lǐng)域?qū)W者的優(yōu)化和改良后,森林優(yōu)化算法演化成為了解決離散化的特征選擇問(wèn)題的FSFOA算法(Feature Select using Forest Optimization Algorithm)。本文在FSFOA算法的基礎(chǔ)之上,提出了SFSFOA算法(Strengthen Feature Se...

【文章頁(yè)數(shù)】：63 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖2.1特征選擇方法結(jié)構(gòu)圖

過(guò)程中遵循的規(guī)則進(jìn)行了大膽的調(diào)整，獲得了很好地效果。吳慶洪于1999年將蟻群算法與遺傳算法相結(jié)合，設(shè)計(jì)了一種過(guò)程中可變異的蟻群算法，該算法使傳統(tǒng)的蟻群優(yōu)化算法的收斂速度得到了顯著提高，提高了算法的運(yùn)行性能[18]。2.2特征選擇方法特征選擇問(wèn)題從本質(zhì)上來(lái)說(shuō)是一個(gè)組合優(yōu)化的方....

圖3.1FSFOA算法流程圖

第3章森林優(yōu)化算法在特征選擇方向的改進(jìn)第3章森林優(yōu)化算法在特征選擇方向的林優(yōu)化算法的特征選擇林優(yōu)化算法（ForestOptimizationAlgorithm，F(xiàn)OA）連續(xù)搜索空間的問(wèn)題，ManizhehGhaemi等人在傳統(tǒng)，將FOA算法應(yīng)用到多目標(biāo)任務(wù)....

圖3.2LSC=2時(shí)本地播種示意圖，★標(biāo)記反轉(zhuǎn)的特征向量

代表該特征未被選中，而1代表該特征被選中。在初始化階段，F(xiàn)SFOA算法生成N棵樹齡為0的樹構(gòu)成原始森林，為每棵樹隨機(jī)賦初值。生成原始森林后，進(jìn)入本地播種階段。在每一次本地播種迭代過(guò)程中，對(duì)于每棵樹齡為0的樹，都會(huì)產(chǎn)生LSC棵子樹（“LocalSeedin....

圖3.3GSC=3，★標(biāo)記反轉(zhuǎn)的特征向量

候選森林的目的也是為了防止在本地播種階段，優(yōu)解�，F(xiàn)有森林進(jìn)行清理之后，將對(duì)候選森林中的樹加以處理再次也就進(jìn)入全局播種階段。全局播種也是符合自然規(guī)律的一種播，樹的繁衍方式不僅限于種子就近落地，進(jìn)而生長(zhǎng)成一棵新樹樹的種子傳播到相對(duì)遠(yuǎn)的距離，此后樹的種子會(huì)在遠(yuǎn)處繼續(xù)播種就是模擬此類情況....

本文編號(hào)：3963595