二进制鼠群优化算法的特征选择及数据分类
鲍美英
申晋祥
山西大同大学计算机与网络工程学院 大同 037009
摘要：针对特征选择技术中提高分类准确率和降低特征选取个数随着数据维度增加而难度加大的问题,对新型仿生优化算法的鼠群优化算法进行改进,在算法中引入转换函数,使用K近邻法作为分类器,提出二进制鼠群优化算法,用于特征选择,进行数据分类,对特征进行有效的降维并减少数据分类的错误率.在UCI的10个数据集上进行测试,并与遗传算法、粒子群算法、樽海鞘群算法和正余弦算法进行比较,实验结果表明,所提算法能够提高数据分类准确率并有效降低特征维度,算法具有较好的收敛性和鲁棒性.
关键词：鼠群优化算法特征选择数据分类K近邻
分类号：TP301.6(计算技术、计算机技术)
资助基金：国家自然科学基金(11971277)山西省教育厅科技创新项目(2019L0738)山西大同大学科研项目(2020k10)山西大同大学云冈专项项目(2020YGZX016)山西大同大学校级教学改革创新项目(XJG2023246)山西大同大学校级教学改革创新项目(XJG2023251)
论文发表日期：2024-06-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 1612-1616,1675 )
英文信息