期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于多目标混合蚁狮优化的算法选择方法 被引量:4
1
作者 李庚松 刘艺 +5 位作者 郑奇斌 李翔 刘坤 秦伟 王强 杨长虹 《计算机研究与发展》 EI CSCD 北大核心 2023年第7期1533-1550,共18页
算法选择是指从可行算法中为给定问题选择满足需求的算法,基于元学习的算法选择是应用较为广泛的方法,元特征和元算法是其中的关键内容,而现有研究难以充分利用元特征的互补性和元算法的多样性,不利于进一步提升方法性能.为了解决上述问... 算法选择是指从可行算法中为给定问题选择满足需求的算法,基于元学习的算法选择是应用较为广泛的方法,元特征和元算法是其中的关键内容,而现有研究难以充分利用元特征的互补性和元算法的多样性,不利于进一步提升方法性能.为了解决上述问题,提出基于多目标混合蚁狮优化的算法选择方法(SAMO),设计算法选择模型,以集成元算法的准确性和多样性作为优化目标,引入元特征选择和选择性集成,同时选择元特征和异构元算法以构建集成元算法;提出多目标混合蚁狮算法对模型进行优化,使用离散型编码选择元特征子集,通过连续型编码构建集成元算法,应用增强游走策略和偏好精英选择机制提升寻优性能.使用260个数据集、150种元特征和9种候选算法构建分类算法选择问题来进行测试,分析方法的参数敏感性,将多目标混合蚁狮算法与4种演化算法进行比较,通过对8种对比方法与所提方法进行对比实验,结果验证了所提方法的有效性和优越性. 展开更多
关键词 算法选择 多目标蚁狮优化 特征选择 选择性集成 学习 分类
下载PDF
基于蚁狮算法的元特征选择方法 被引量:1
2
作者 李庚松 刘艺 +4 位作者 郑奇斌 秦伟 李红梅 任小广 宋明武 《系统工程与电子技术》 EI CSCD 北大核心 2023年第9期2831-2842,共12页
为了提升基于元学习算法选择的性能,提出一种基于蚁狮算法的元特征选择方法。首先,通过鲁棒初始化机制构建初始种群,增强所选元特征子集的鲁棒性。其次,在个体解的搜索过程中应用动态边界策略,增加方法的种群多样性。然后,采用混沌映射... 为了提升基于元学习算法选择的性能,提出一种基于蚁狮算法的元特征选择方法。首先,通过鲁棒初始化机制构建初始种群,增强所选元特征子集的鲁棒性。其次,在个体解的搜索过程中应用动态边界策略,增加方法的种群多样性。然后,采用混沌映射变异策略,提升方法的寻优性能,给出方法伪代码并分析时间复杂度。最后,使用130个数据集、150种元特征、8种候选算法和5种性能指标构建分类算法选择问题进行测试实验,分析方法的参数敏感性和机制策略效果,通过准确率、查准率、查全率和F 1分数指标评估并对比方法性能,验证了所提方法的有效性和优越性。 展开更多
关键词 特征选择 蚁狮优化算法 算法选择 学习 分类
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部