基于微粒群優(yōu)化的異質(zhì)數(shù)據(jù)特征選擇.pdf

1、特征選擇是數(shù)據(jù)挖掘和模式分類領(lǐng)域的重要數(shù)據(jù)處理方法,廣泛用于故障預(yù)測(cè)、疾病診斷、網(wǎng)絡(luò)入侵檢測(cè)和生物情感識(shí)別等眾多領(lǐng)域?？紤]外部環(huán)境和測(cè)量設(shè)備精度等因素的影響,很多實(shí)際問題中不同特征所對(duì)應(yīng)的采樣數(shù)據(jù)的質(zhì)量往往相差很大,這類問題稱為異質(zhì)數(shù)據(jù)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(duì)應(yīng)采樣數(shù)據(jù)的質(zhì)量各不相同,因此,面向無差別數(shù)據(jù)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(zhì)數(shù)據(jù)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(jù)質(zhì)量完全可信的特征選擇問題,提出一種知識(shí)引導(dǎo)微粒群優(yōu)化特征選擇方法。采用二進(jìn)制方式對(duì)微粒編碼,給出微粒適應(yīng)值的計(jì)算方法;依據(jù)微粒適應(yīng)值的大小,將整個(gè)微粒群分為優(yōu)勢(shì)微粒群和劣勢(shì)微粒群,并根據(jù)特征被選擇概率,給出特征的優(yōu)劣分類策略;根據(jù)特征所屬類型,改進(jìn)Sigmod函數(shù),進(jìn)而確定特征被更新的概率。采用UCI數(shù)據(jù)庫的10個(gè)典型測(cè)試數(shù)據(jù)集驗(yàn)證所提方法的性能,并與3種已有方法進(jìn)行對(duì)比,實(shí)驗(yàn)結(jié)果驗(yàn)證了所提方法的優(yōu)越性;同時(shí)

3、,將其應(yīng)用于國內(nèi)某家醫(yī)院的肝炎病臨床診斷數(shù)據(jù),結(jié)果顯示,所提方法能夠獲得令人滿意的分類結(jié)果。
　　然后,考慮數(shù)據(jù)質(zhì)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(biāo)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(jù)集中每個(gè)特征的可信程度(可靠性),由被選特征的平均可信度,評(píng)價(jià)相應(yīng)特征子集的整體可靠性,將問題描述為同時(shí)包含分類精度和可靠性的2目標(biāo)優(yōu)化問題。采用多目標(biāo)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(jié)合網(wǎng)格劃分和高斯采樣,給出一種微粒全局引導(dǎo)者產(chǎn)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(dòng)策略。將所提方法應(yīng)用于UCI數(shù)據(jù)庫中6個(gè)典型測(cè)試數(shù)據(jù)集,并與已有4種方法對(duì)比,實(shí)驗(yàn)結(jié)果驗(yàn)證了所提方法的優(yōu)越性。
　　最后,考慮數(shù)據(jù)質(zhì)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(jù)質(zhì)量模糊表示下多目標(biāo)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(jù)集中每個(gè)特征的可信