- 博客(3)
- 收藏
- 关注
RSS订阅原创 一种基于微分演化的高维数据特征组合选择算法
原文题目：A differential evolution based feature combination selection algorithm for high-dimensional data摘要：特征组合选择用于对象分类，以选择能够产生强大组合的互补特征。选择特征组合的一个活跃领域是全基因组关联研究(GWAS)。然而，（问题）从高维GWAS数据中选择特征组合面临着计算复杂度高的严重问题。本文提出了一种快速进化优化方法，（方法）搜索历史引导微分进化(HGDE)来解决这一问题。该方法应用二进制空
2022-04-29 13:49:29
1049
原创 基于多参考点分解的多目标特征选择分类：静态和动态机制
原文题目：Multiple Reference Points-Based Decomposition for Multiobjective Feature Selection in Classifification: Static and Dynamic Mechanisms摘要总结：一、问题提出：1高度不连续的帕累托前沿2不平衡偏好3部分冲突目标二、使用方法：在基于分解(MOEA/D)的多目标进化算法框架下，采用基于多个参考点的两种机制（静态和动态）分解方法，以解决上述特.
2022-04-21 15:04:07
1181
2
转载 基于变长PSO的高维特征选择算法（VLPSO）
进化计算方向记录一下看的第一篇论文，复制了博主Reacubeth的思路摘要：粒子群优化(PSO)在特征选择(FS)方面显示出了广阔的前景。然而，目前大多数基于PSO的FS方法都使用固定长度的表示，这是不灵活的，并限制了PSO对FS的性能。当将这些方法应用于高维数据时，它不仅消耗了大量的内存，而且还需要很高的计算成本。随着数据收集技术的进步，要克服这一限制，需要PSO能够处理更高维度的数据。在本文中，我们提出了第一个针对FS的变长PSO表示方法，使粒子具有不同的长度或更短的长度，这定义了更小的搜索空间，从
2022-04-16 15:25:12
611
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人