西安交通大学学报
西安交通大學學報
서안교통대학학보
JOURNAL OF XI'AN JIAOTONG UNIVERSITY
2008年
6期
679-682,722
,共5页
数据挖掘%分类%特征选择%遗传算法
數據挖掘%分類%特徵選擇%遺傳算法
수거알굴%분류%특정선택%유전산법
针对数据挖掘和模式识别等领域的高维数据降维问题,提出了一种基于抗体克隆选择学说和免疫记忆理论的特征选择算法.该算法利用抗体种群进行全局搜索,通过设立记忆单元来保留历史最好个体,并对其嵌入可控制搜索深度的局部搜索算子,用以加快抗体亲和力成熟速度,同时对抗体种群和记忆单元采用不同的亲和度函数以获得更好的搜索能力.将该算法用于几个高维数据集进行特征子集选择,然后进行最近邻分类并采用留一法验证,结果表明,与标准遗传算法相比,新算法具有更低的复杂度和更好的搜索能力,其鲁棒性也优于经典的串行浮点前向搜索算法.
針對數據挖掘和模式識彆等領域的高維數據降維問題,提齣瞭一種基于抗體剋隆選擇學說和免疫記憶理論的特徵選擇算法.該算法利用抗體種群進行全跼搜索,通過設立記憶單元來保留歷史最好箇體,併對其嵌入可控製搜索深度的跼部搜索算子,用以加快抗體親和力成熟速度,同時對抗體種群和記憶單元採用不同的親和度函數以穫得更好的搜索能力.將該算法用于幾箇高維數據集進行特徵子集選擇,然後進行最近鄰分類併採用留一法驗證,結果錶明,與標準遺傳算法相比,新算法具有更低的複雜度和更好的搜索能力,其魯棒性也優于經典的串行浮點前嚮搜索算法.
침대수거알굴화모식식별등영역적고유수거강유문제,제출료일충기우항체극륭선택학설화면역기억이론적특정선택산법.해산법이용항체충군진행전국수색,통과설립기억단원래보류역사최호개체,병대기감입가공제수색심도적국부수색산자,용이가쾌항체친화력성숙속도,동시대항체충군화기억단원채용불동적친화도함수이획득경호적수색능력.장해산법용우궤개고유수거집진행특정자집선택,연후진행최근린분류병채용류일법험증,결과표명,여표준유전산법상비,신산법구유경저적복잡도화경호적수색능력,기로봉성야우우경전적천행부점전향수색산법.