[发明专利]一种基于改进型萤火虫算法的特征选择方法在审
| 申请号： | 201811579282.X | 申请日： | 2018-12-24 |
| 公开（公告）号： | CN110020661A | 公开（公告）日： | 2019-07-16 |
| 发明（设计）人： | 尹胜;刘磊;罗蓉;罗志勇;李洪丞;刘益通 | 申请（专利权）人： | 重庆邮电大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/00;G10L25/03 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 400065*** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于改进型萤火虫算法(Elite‑individual‑differentiation Dynamic Step Firefly Algorithm，EDSFA)的特征选择方法，属于数据挖掘和机器学习任务中数据特征工程应用领域，包括以下步骤：1)将EDSFA进行离散化实现，得到适用于优化搜索候选数据特征子集的EDSBFA，每只萤火虫代表一个候选特征子集；2)利用机器学习模型对EDSBFA产生的特征子集进行评估，评估结果用于指导EDSBFA的优化搜索；3)经过数次算法迭代，由EDSBFA输出最优特征子集。本发明中EDSFA使用基于精英个体划分的变步长策略，考虑了萤火虫个体差异性而进行自适应寻优，算法兼顾了解空间的全局搜索和局部探索，降低算法陷入局部最优的风险，同时使算法朝着种群优化的方向搜索，保证了算法的可收敛性。 | ||
| 搜索关键词： | 算法 萤火虫算法 萤火虫 特征选择 特征子集 改进型 搜索 工程应用领域 机器学习模型 最优特征子集 个体差异性 方向搜索 候选数据 候选特征 机器学习 精英个体 评估结果 全局搜索 数据特征 数据挖掘 算法迭代 种群优化 变步长 离散化 收敛性 自适应 寻优 子集 优化 输出 评估 探索 保证 | ||
【主权项】：
1.一种基于改进型萤火虫算法的特征选择方法，其特征在于，包括如下内容：U1、基于精英个体划分的变步长萤火虫算法；U2、基于精英个体划分的变步长萤火虫算法优化特征选择。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于重庆邮电大学，未经重庆邮电大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811579282.X/，转载请声明来源钻瓜专利网。
