自20世纪90年代以来,特征选择成为模式识别和机器学习领域的重要研究方向,研究成果十分显著,但是也存在许多问题需要进一步研究。本文首先将特征选择视为特征集合空间中的启发式搜索问题,对特征选择涉及的四个要素进行了阐述,然后从各个角度对特征选择算法进行了分类,概述了其各个分支的发展态势,最后探讨了基于多目标免疫优化的特征选择方法的研究思路。
《电子设计工程 ) 0 1第 9期 21年 输入优化目标向量初始化抗体群
4结束语 本文从不同角度对特征选择算法进行分类 .述特征选概择发展的各个分支方向。出了该领域研究中一些亟待解决指
l计算抗体亲和度
的问题。然后从实用的角度出发,讨应用多目标免疫优化探算法来进行特征选择的研究思路。 参考文献:
=二二[二二 l克隆选择操作二]
=二C I和成熟l亲度 =新择 l重选 I二= 基因重组、抗体变
【】 a g yP Slc o f eeatetrsi m c iel rig l L nl . e t no lvn f ue ahn ann e ei r a n e【.I:re A I a y p s m o e vn e 19: J nP .A A Fl S m oi n R l a c,9 4】 o l u e 10 4 4—1 4.
[ L nlyP, aW . vrg—aeaa s f ers n i— 2 age I A eaeer nl i o naet e h】 b l ys a g
o r grh[] rce i fh hr e t
ne t n b u loi m C/Poednso eT ienhItmai - a t/ g t t o a on o - ee e n Arica nel e c lJ itC nF rn e o t ilI tlg n e, 1 9:8 i f i 9 38 9— 8 4 9.
n 记忆体设置 l l新抗体注入 新一代种群
[ Ji Z n kr . etr lco: vlai,p l a o, 3 anA,o ge F a es et n eaut n a pi t n】 D u e i o ci adS i l a l pr r ae[ .E E t nat n np t n na mpe ef t neJ I E a sci so a l s on] r o - tr a ayi a d ma hn ne i n e 1 9,9 ( ) 5— e n l s n c i i lg c, 9 7 1 2: 3 n s e tle 1 18 5
图 1基于多目标免疫优化的特征选择方法流程图 Fg 1 T ef w catf faueslci ae nm l-be te i. h o hr o etr eet nbsdo utojci l o i v o t z t ni pi ai mmu eao rtm mi o n lgib
[] igE,odnM, apR F a r lc o r ihdme 4 X n Jra K r . ete s et nf g -i n u e i oh
s n eo i mi arydt[】 It cn. nMahn i a gn mc c r a C, n1 o f o c i ol r a o a, . e L a ig。2 0: 0— 0 . er n n 0 1 6 1 6 8
算法基本步骤如下:
[】 aisS R sl . pcmpe n s o aee r maet 5 D ve, us S N - o lt es f erhsf l s e s o s l
1输入优化目标作为抗原的入侵。多目标问题中, )向量 目标 ) ( ) () ()。对于特征选择而言,=∞ , 】 向量目
P sS l f tr es【y nP c O h A IF I 9 o i e e u st C/I: . fte A A al 4 b ae o r S mp su o l v n e.1 9 3— 9 y o im n Re e a c 9 4: 7 3 .
标中包含了特征子集预测精度、征子集规模以及其他约束特 条件的数学表达式。
【】 ae daP 6
N rn r M,F k n g . r c n o n loi m u u aaK A ba had bu dagrh n t fr et esbe slc o[. E E Tasc oso o . 0 au u st eetn J I E rnatn nC m f r i】 i p tr,9 7 2 ) 1— 2 . ues 1 9 ( 6: 7 9 2 9
2随机初始化抗体群,因重组概率和变异概率 P。 )基 3计算各抗体和抗原的亲和度,抗体的浓度、目标 )各多
选择熵 (当抗体对各优化目标贡献程度都较大时。抗体的多 目标选择熵比较大 )抗体的浓度调节克隆选择概率。、 4克隆选择操作。选择亲和度较高的抗体, )以某个规模进行成倍复制,被选中的抗体则单倍复制。未 5亲和度成熟。重新计算克隆后抗体的亲和度。 ) 6重新选择。在克隆操作后,择亲和度较高的抗体组 )选
【 il ,F a r st erha oi m,:..h n a 7 te J et e e sa grh si CH C e,Pt K] tr u c l t n
t eont na dSga Poes g S to n or e R cgio n i l r si, ihf adN o n r i n c n j d h f, 9 8: 1 6 . o 1 7 4 - 0
【 P dl, ooioaN,Kte . lan erhme o[ . 8 u iP N vvcv il J Fo t gsac t dJ tr i h] P t r c g i o etr,9 4 1 ):1 9 1 2 . atn Re o nt nL t s 1 9 ( 5 l 1 - 1 5 e i e
【 G ynI Ei efA. nit d ci ai l a df tr 9 uo, lse A r ut nt vr be n aue】 s no o o a e slc o[ . c er e, 0 3 3:17 1 8 . eet n MahL anR s 2 0 ( ) 5 - 12 i j] 1 【】斌 .体智能优化算法及其在生化过程控制中的应用 1冯 0群 研究【】无锡:南大学,0 5 D.江 20
成新一代群体。 7网络压缩。考虑到相似度高的个体之间会存在排斥 )性,算任意两个抗体之间的距离,小于某个距离阈值则计若删除抗体。 8基因重组和抗体变异。据设置的基
因重组概率对 )根抗体进行基因重组操作;根据设置的变异概率 P对抗体进Ⅲ行变异操作,如果变异后抗体与所有抗原的加权亲和度增
【l hn X e e .n ip vd ba c n on grh l】C e u - nA m r e r h ad bu d a oi m w o n l t o f t e e t nJ P t r R cg t nL t s 2 0, f a r slco[. at eo io t r, 0 3 re u e i] e n n i e e 2 ( 2:9 5 1 3 . 41 ) 2— 93 1
【2 F k n g N rn r A ba c n o n lo tm 1】 u u aaK, a daPM. rnhadbu dagrh e i o m ui - ers n i b r[.E E Ta s o fr o p t gkN aet e h os]IE rn nC m— c n g J o pt ue m,1 7,4 7:5— 5 . 952 () 0 73 7
大,用新抗体更新原来的抗体,则,体保持不变。则否抗 9记忆体设置。保留若干个优秀抗体作为记忆体,便 )以 对抗原进行快速识别。
[3 m a oo Y, ci uaS Ma u r Y v u t no e 1】Ha m t U hm r, t ua .E a ai ft s l o h
本算法的特点是:种群规模和克隆规模可自适应调整, 结合了克隆选择和免疫网络两种模型的特点,鉴了多目标借 选择熵和浓度调节选择概率的概念,加快算法收敛速度,提高寻优质量。 -
bac n o n l rh retr e c o[. at rnhadbu da oi m f auesl t nJ P t r g t o f ei] e n R c g io et s 9 0 l ( ) 5— 5 . e o nt n L t r,1 9, 1 7: 3 4 6 i e 4
【4 Ty a A,u rnnS E sm l au l t nwt e 1】 smbl P u e . ne bef tr s e i i t o e e e co hh s pebys ncas ct n]Ifr ai uin 2 0, i l aei ls f a o[.nom tnF s, 0 3 m a i i J i o o
5- 0

特征评估函数 " 停止准则 特征选择算法综述优特征子集是由若干个预测能力较强的特征组成的 0D2 相反 在 E()@@6( 方法中 用后续的学习算法...
第20卷第2期2007年4月 模式识别与人工智能PR&AI V01.20Apr No.22007 特征选择算法研究综述*毛勇1周晓波2 夏 铮1 尹 征1310027) 孙优贤1 1(浙江大学信息...
20年第1卷第 6期 o80 总第 9期 3 巢湖学 院学 报 Juom oCah 0lg fhouC1ee No6.o.O20 ..1.08V1Gee SrN09 nrei .3 特征选择算法综述及进展研究 卜...
特征选择常用算法综述 Posted on 2011-01-02 14:40 苍梧 阅读(11252) 评论(11) 编辑 收藏 1 综述 (1) 什么是特征选择 特征选择 ( Feature Selection )也称...
基于支持向量机的特征选择算法综述_互联网_IT/计算机_专业资料。第1 5卷第 1期 201 4年2月 信息工程大学学报 Journal of Information Engine第...
特征选择算法综述及基于weka的性能比较_自然科学_专业资料。关于特征选择算法数据挖掘中的特征选择算法综述及基于 WEKA 的性能比较陈良龙 (湖南大学信息科学与工程学院...
特种选择算法综述_互联网_IT/计算机_专业资料。特种选择算法综述 1 简介特种选择作为一种常见的降维方法,是模式识别的研究热点之一。它是指从 高维的原始特征提取...
特征选择综述_电力/水利_工程科技_专业资料。完整的介绍特征选择的意义及方法归类,同时也包含各个方法的比较。特征选择常用算法综述一.什么是特征选择(Featureselection...
第20卷第2期2007年4月 模式识别与人工智能PR&AI V01.20Apr No.22007 特征选择算法研究综述*毛勇1周晓波2 夏 铮1 尹 征1310027) 孙优贤1 1(浙江大学信息...
热门文档