公开(公告)号：CN117272025A

公开(公告)日：2023-12-22

申请号：CN202311246142.1

申请日：2023-09-26

Applicant: 河北工业大学

Inventor： 王云鹤 ,  张平 ,  李晓敏 ,  周泽铭 ,  肖文远 ,  杜正昱 ,  张航

IPC: G06F18/213 ,  G06N3/006 ,  G06F18/24

Abstract: 本发明为一种基于模糊竞争粒子群多目标优化的高维数据特征选择方法，首先获取高维数据集，计算特征与标签的互信息，根据互信息对高维数据集进行降维；然后，以最小化分类错误率、最小化特征选择率以及最大化特征间差异为目标，构建多目标函数；最后，利用多目标模糊竞争粒子群优化算法求解多目标函数，在求解过程中对失败粒子进行模糊分类，所有失败粒子被分为一类失败粒子和二类失败粒子；更新二类失败粒子的位置，使二类失败粒子向最优失败粒子靠近；最优个体对应的候选特征子集即为最优特征子集，完成高维数据的特征选择。该方法从特征选择的目的出发，综合考虑模型的分类效果构建多目标函数；利用模糊逻辑对失败粒子进行分类，提高了收敛速度和特征选择效果。