在信息時(shí)代,機(jī)器學(xué)習(xí)算法通常需要處理大量高維數(shù)據(jù)。數(shù)據(jù)的維度高意味著其含有大量的特征,這通常給模型的建立帶來(lái)困難,例如分類(lèi)問(wèn)題或回歸任務(wù)。高維數(shù)據(jù)中有大量特征是不相關(guān)或冗余的,它們對(duì)訓(xùn)練模型的性能產(chǎn)生負(fù)面的影響。為了解決這一問(wèn)題,特征的選擇問(wèn)題得到了廣泛關(guān)注,其旨在通過(guò)選擇更小的特征子集來(lái)提高分類(lèi)測(cè)試的準(zhǔn)確性。特征選擇是一個(gè)組合優(yōu)化問(wèn)題,而粒子群優(yōu)化算法作為一個(gè)全局尋優(yōu)的進(jìn)化計(jì)算技術(shù),在特征選擇問(wèn)題得到了廣泛使用。除此之外,離散化技術(shù)也是特征選擇預(yù)處理階段的重要手段,通過(guò)離散化技術(shù),可以忽略數(shù)據(jù)集中特征的微小波動(dòng)和噪聲。因此,本文對(duì)離散化粒子群優(yōu)化算法在特征選擇問(wèn)題上的應(yīng)用進(jìn)行了深入研究分析。本文的主要研究工作包括以下三點(diǎn):1)分析高維數(shù)據(jù)的特征冗余問(wèn)題,闡明了特征選擇的關(guān)鍵性與必要性。分析了近年來(lái)國(guó)內(nèi)外基于離散粒子群優(yōu)化的特征選擇算法的研究成果,總結(jié)出三大類(lèi)典型離散化的方法。著重介紹了基于二進(jìn)制和基于切點(diǎn)這兩種離散化方法,并分析其在結(jié)合基于粒子群優(yōu)化算法的特征選擇問(wèn)題上的優(yōu)勢(shì)與不足。2)通過(guò)分析離散二進(jìn)制粒子群優(yōu)化算法容易陷入局部最優(yōu)、粒子探索能力較弱和計(jì)算開(kāi)銷(xiāo)太大等問(wèn)題,本文提出了一...

【文章頁(yè)數(shù)】：74 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 本文主要貢獻(xiàn)
    1.4 本文組織結(jié)構(gòu)
第2章 基礎(chǔ)理論
    2.1 引言
    2.2 特征選擇
        2.2.1 特征選擇的基本概念
        2.2.2 特征選擇的一般過(guò)程
        2.2.3 過(guò)濾器與包裝器特征選擇
    2.3 粒子群優(yōu)化算法
        2.3.1 進(jìn)化計(jì)算與群體智能
        2.3.2 粒子群優(yōu)化算法
    2.4 離散化方法
    2.5 常見(jiàn)離散粒子群優(yōu)化算法的特征選擇方法
        2.5.1 基于離散二進(jìn)制粒子群優(yōu)化特征選擇方法
        2.5.2 基于粒子群優(yōu)化的特征離散化與選擇方法
    2.6 本章小結(jié)
第3章 改進(jìn)的離散二進(jìn)制粒子群優(yōu)化特征選擇方法
    3.1 引言
    3.2 信息論
    3.3 方法提出
        3.3.1 特征預(yù)處理
        3.3.2 粒子更新操作
        3.3.3 自適應(yīng)機(jī)制的慣性權(quán)重
        3.3.4 pbest與 gbest的更新方法
        3.3.5 適應(yīng)度函數(shù)設(shè)計(jì)
    3.4 實(shí)驗(yàn)設(shè)計(jì)
        3.4.1 交叉驗(yàn)證
        3.4.2 K最近鄰分類(lèi)器
        3.4.3 數(shù)據(jù)集介紹
        3.4.4 參數(shù)設(shè)置
        3.4.5 算法總覽
    3.5 實(shí)驗(yàn)結(jié)果與分析
    3.6 本章小結(jié)
第4章 改進(jìn)的基于粒子群優(yōu)化的特征離散化與選擇方法
    4.1 引言
    4.2 Relief F算法
    4.3 切點(diǎn)的生成
    4.4 方法提出
        4.4.1 數(shù)據(jù)集預(yù)處理
        4.4.2 粒子的編碼與解碼
        4.4.3 基于切點(diǎn)的離散化
        4.4.4 適應(yīng)度函數(shù)設(shè)計(jì)
        4.4.5 粒子更新操作
        4.4.6 局部搜索策略
    4.5 實(shí)驗(yàn)與分析
        4.5.1 實(shí)驗(yàn)設(shè)置
        4.5.2 算法總覽
        4.5.3 實(shí)驗(yàn)結(jié)果與分析
    4.6 本章小節(jié)
第5章 總結(jié)與展望
參考文獻(xiàn)
指導(dǎo)教師對(duì)研究生學(xué)位論文的學(xué)術(shù)評(píng)語(yǔ)
學(xué)位論文答辯委員會(huì)決議書(shū)
致謝
攻讀碩士學(xué)位期間的研究成果



本文編號(hào)：4006250