基于遺傳算法的特征選擇方法的改進(jìn)研究.pdf

1、隨著描述事物復(fù)雜程度的提高，需要處理的特征維數(shù)越來(lái)越高，同時(shí)特征中的冗余部分相應(yīng)地增多。利用特征選擇減少特征中的冗余部分，提高模式分類的效率和準(zhǔn)確性，是目前的研究熱點(diǎn)。本文討論了特征選擇的研究現(xiàn)狀、基本理論和方法，研究了特征選擇的搜索策略、評(píng)價(jià)準(zhǔn)則和選擇模式，具體完成的工作主要有以下三個(gè)方面：
　　1）提出了基于改進(jìn)遺傳算法的并列式多準(zhǔn)則特征選擇算法。首先，針對(duì)基本遺傳算法用于特征選擇精度不高、過(guò)早收斂的問(wèn)題，對(duì)其進(jìn)行了改進(jìn)：采用

2、自適應(yīng)交叉和自適應(yīng)變異操作，并引入了鏈?zhǔn)街悄荏w結(jié)構(gòu)，智能體間通過(guò)競(jìng)爭(zhēng)實(shí)現(xiàn)優(yōu)勝劣汰，改進(jìn)后算法的收斂速度和解的質(zhì)量都得到了提高。然后，將改進(jìn)的遺傳算法用于特征選擇。為了提高單評(píng)價(jià)準(zhǔn)則特征選擇算法的性能，本文提出了并列式多準(zhǔn)則算法：分別基于單個(gè)準(zhǔn)則選出滿意特征子集，然后通過(guò)某種評(píng)價(jià)體制得到最終特征子集。實(shí)驗(yàn)結(jié)果表明，并列式多準(zhǔn)則算法性能優(yōu)于單準(zhǔn)則算法，能有效去除冗余特征，降低特征維數(shù)，提高分類準(zhǔn)確率。
　　2）提出了基于改進(jìn)遺傳算法的

3、輪循式多準(zhǔn)則特征選擇算法。與并列式多準(zhǔn)則算法不同，該算法的思路是依次采用各個(gè)準(zhǔn)則進(jìn)行特征選擇，利用后面的準(zhǔn)則對(duì)前面的準(zhǔn)則進(jìn)行補(bǔ)充、修正，直到所有的評(píng)價(jià)準(zhǔn)則全部遍歷完為止。實(shí)驗(yàn)結(jié)果表明，輪循式多準(zhǔn)則算法比僅采用單個(gè)準(zhǔn)則的特征選擇算法準(zhǔn)確率更高。
　　3）提出了比例混合模式特征選擇算法。將filter模式和wrapper模式有機(jī)結(jié)合，提出了比例混合模式的特征選擇算法：首先采用基于遺傳算法的filter模式進(jìn)行一次特征選擇，然后根據(jù)比例