基于微粒群優(yōu)化的異質數(shù)據特征選擇.pdf

1、特征選擇是數(shù)據挖掘和模式分類領域的重要數(shù)據處理方法,廣泛用于故障預測、疾病診斷、網絡入侵檢測和生物情感識別等眾多領域?？紤]外部環(huán)境和測量設備精度等因素的影響,很多實際問題中不同特征所對應的采樣數(shù)據的質量往往相差很大,這類問題稱為異質數(shù)據特征選擇問題。由于該類問題不但具有維數(shù)眾多的特征,而且不同特征所對應采樣數(shù)據的質量各不相同,因此,面向無差別數(shù)據的傳統(tǒng)特征選擇方法難以使用。鑒于此,本文研究面向異質數(shù)據特征選擇問題的微粒群優(yōu)化理論和方法。

2、
　　首先,考慮數(shù)據質量完全可信的特征選擇問題,提出一種知識引導微粒群優(yōu)化特征選擇方法。采用二進制方式對微粒編碼,給出微粒適應值的計算方法;依據微粒適應值的大小,將整個微粒群分為優(yōu)勢微粒群和劣勢微粒群,并根據特征被選擇概率,給出特征的優(yōu)劣分類策略;根據特征所屬類型,改進Sigmod函數(shù),進而確定特征被更新的概率。采用UCI數(shù)據庫的10個典型測試數(shù)據集驗證所提方法的性能,并與3種已有方法進行對比,實驗結果驗證了所提方法的優(yōu)越性;同時

3、,將其應用于國內某家醫(yī)院的肝炎病臨床診斷數(shù)據,結果顯示,所提方法能夠獲得令人滿意的分類結果。
　　然后,考慮數(shù)據質量不完全可信,但其可信程度可以精確表示的情況,提出一種基于多目標微粒群優(yōu)化的特征選擇方法。該方法采用[0,1]之間的精確數(shù)表示數(shù)據集中每個特征的可信程度(可靠性),由被選特征的平均可信度,評價相應特征子集的整體可靠性,將問題描述為同時包含分類精度和可靠性的2目標優(yōu)化問題。采用多目標微粒群優(yōu)化方法求解該問題,為了提高算法

4、的搜索性能及Pareto解集的分布性,結合網格劃分和高斯采樣,給出一種微粒全局引導者產生方法;為了提高微粒群的全局搜索性能,提出一種幫助微粒跳出局部最優(yōu)的擾動策略。將所提方法應用于UCI數(shù)據庫中6個典型測試數(shù)據集,并與已有4種方法對比,實驗結果驗證了所提方法的優(yōu)越性。
　　最后,考慮數(shù)據質量不完全可信,且其可信程度為模糊數(shù)的情況,提出一種數(shù)據質量模糊表示下多目標微粒群優(yōu)化特征選擇方法。該方法采用三角模糊數(shù)表示數(shù)據集中每個特征的可信