-
题名改进矮猫鼬优化算法的特征选择
- 1
-
-
作者
罗淑媛
张家豪
宋美佳
贾鹤鸣
-
机构
三明学院网络技术中心
三明学院
三明学院信息工程学院
-
出处
《龙岩学院学报》
2023年第2期40-46,共7页
-
基金
福建省教育厅中青年教师教育科研项目(JAT211002)
福建省电子商务工程中心开放课题(KBX2109)
福建省大学生创新创业计划项目(S202211311027)。
-
文摘
将矮猫鼬优化(DMO)算法与学习策略相结合,提出一种新的改进矮猫鼬优化(IDMO)算法。首先,提出随机准反向反射学习(RQORBL)策略并应用于阿尔法组,以提高全局探索能力;其次,引入动态透镜成像反向学习(LOBL)策略,以平衡算法的探索和开发,提升跳出局部最优的能力。为验证新算法性能,将IDMO与几种新近提出的优化算法进行对比,并对UCI存储库中的10个数据集进行特征选择仿真实验。实验结果表明IDMO寻优能力更佳,跳出局部最优能力明显增强,能够有效适用于特征选择问题。
-
关键词
矮猫鼬优化算法
特征选择
随机准反向反射学习
动态透镜成像反向学习
-
Keywords
dwarf mongoose optimization algorithm
feature selection
random quasi opposition reflection-based learning
dynamic lens imaging opposition-based learning
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
