一种基于遗传算法优化的大数据特征选择方法

发布时间：2021-01-17 01:55

　　提出了一种基于遗传算法的大数据特征选择算法。该算法首先对各维度的特征进行评估,根据每个特征在同类最近邻和异类最近邻上的差异度调整其权重,基于特征权重引导遗传算法的搜索,以提升算法的搜索能力和获取特征的准确性;然后结合特征权重计算特征的适应度,以适应度作为评价指标,启动遗传算法获取最优的特征子集,并最终实现高效准确的大数据特征选择。通过实验分析发现,该算法能够有效减小分类特征数,并提升特征分类准确率。 

【文章来源】：计算机应用研究. 2020,37(01)北大核心

【文章页数】：4 页

【文章目录】：
0 引言
1 研究背景概述
2 基于遗传算法的大数据特征选择算法
    2.1 算法架构
    2.2 特征权重评估
    2.3 基于遗传算法的特征选择方法
3 实验结果及分析
4 结束语


【参考文献】：
期刊论文
[1]人工蜂群算法优化的特征选择方法[J]. 巢秀琴,李炜.  计算机科学与探索. 2019(02)
[2]高维小样本分类问题中特征选择研究综述[J]. 王翔,胡学钢.  计算机应用. 2017(09)
[3]基于RReliefF特征选择算法的复杂网络链接分类[J]. 伍杰华.  计算机工程. 2017(08)
[4]基于类内类间判据与遗传算法的故障特征选择方法[J]. 赵荣珍,李坤杰.  兰州理工大学学报. 2017(02)
[5]特征选择的多准则融合差分遗传算法及其应用[J]. 关晓颖,陈果,林桐.  航空学报. 2016(11)
[6]基于特征子集区分度与支持向量机的特征选择算法[J]. 谢娟英,谢维信.  计算机学报. 2014(08)

博士论文
[1]面向大数据的高效特征选择与学习算法研究[D]. 张钧波.西南交通大学 2015
[2]基于智能优化的特征选择及分类方法研究[D]. 李俊.武汉大学 2014

硕士论文
[1]特征选择与特征学习算法研究[D]. 周琪.中国科学技术大学 2017
[2]文本表示模型和特征选择算法研究[D]. 陈磊.中国科学技术大学 2017
[3]基于大数据和高维数据的聚类方法的研究与设计实现[D]. 吕辉.云南大学 2015
[4]基于遗传算法的混合特征选择方法研究[D]. 王娜.陕西师范大学 2012



本文编号：2981961