计算机科学与探索

作者：赵泽渊, 代永强

单位：甘肃农业大学 信息科学技术学院，兰州 730070

关键词：二进制,蝗虫优化算法,混合复杂进化方法,特征选择,分类,[K]邻近（K-NN）算法

特征选择是从数据集的原始特征中选出最优或较优特征子集，从而在加快分类速度的同时提高分类准确率。提出了一种改进的混合二进制蝗虫优化特征选择算法：通过引入步长引导个体位置变化的二进制转化策略，降低了进制转换的盲目性，提高了算法在解空间中的搜索性能；通过引入混合复杂进化方法，将蝗虫群体划分子群并独立进化，提高了算法的多样性，降低了早熟收敛的概率。采用改进算法对UCI部分数据集进行特征选择，使用K-NN分类器对特征子集进行分类评价，实验结果表明：与基本二进制蝗虫优化算法、二进制粒子群优化算法和二进制灰狼优化算法相比，改进算法具有较优的搜索性能、收敛性能与较强的鲁棒性，能够获得更好的特征子集，取得更好的分类效果。

来源：2021年第7期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2021年第7期