一种基于多代理辅助进化优化的特征选择模型构建方法技术

本发明专利技术公开了一种基于多代理辅助进化优化的特征选择模型构建方法，属于数据挖掘和机器学习领域，包括：特征向量的归一化；分别利用IG、ReliefF、mRMR对特征向量进行过滤式特征选择，确定三组特征排序，并集成特征排序结果，得到初步约减的特征子集DB；构建实例代理候选池、回归代理的初始模型，初始化头脑风暴优化算法相关参数；对特征子集DB执行低计算代价的代理辅助BSO特征选择方法，选出分类精度最高的特征子集作为最优个体；利用最优个体，以及确定的支持向量机作为最终的分类器，计算最优个体的真实分类精度值。本发明专利技术采用上述的一种基于多代理辅助进化优化的特征选择模型构建方法，以解决现有技术处理大规模高维数据集评价代价高昂的问题。

【技术实现步骤摘要】

本专利技术涉及数据挖掘和机器学习领域，是重要的数据预处理技术之一，尤其是涉及一种基于多代理辅助进化优化的特征选择模型构建方法。

技术介绍

1、头脑风暴优化(brain storm optimization algorithm，bso)算法是2011年提出的一种新颖群体智能算法，它是基于人类的集体行为，即头脑风暴的过程而提出的。相比传统进化优化技术，该技术具有易于理解、方便实现以及收敛速度快的优点；尽管该技术已在车间调度、机器人定位、股票指数预测等问题上得到成功应用，部分工作如2017年9月期刊《控制与决策》第7期出版的“求解离散调度问题的双机制头脑风暴优化算法”，以及专利技术专利cn104037757b“一种基于头脑风暴的火电厂经济环境调度方法”等，但是，将其用于构建特征选择模型，依然存在如下待解决的问题或不足：首先，个体编码及解码问题，即如何将bso中的个体表示成问题的解；其次，个体适应值(分类精度值)评价问题，即如何借助不同代理模型分层评价一个潜在解的优劣；最后，代理模型的更新与管理问题，即如何通过不同代理模型的更新与管理策略，以较低的计算代价获得较为本文档来自技高网...

【技术保护点】

1.一种基于多代理辅助进化优化的特征选择模型构建方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于多代理辅助进化优化的特征选择模型构建方法，其特征在于，步骤S1中，对图片数据采用超像素分割法，然后对图片的纹理、颜色、亮度及形状特征进行提取；对于实数数据，若存在数据缺失，采用插补方法对缺失数据进行填充；

3.根据权利要求2所述的一种基于多代理辅助进化优化的特征选择模型构建方法，其特征在于，步骤S2中，具体操作为：针对步骤S1得到的特征向量，分别利用IG、ReliefF、mRMR过滤式特征选择方法对原始特征集的特征进行排序，得到3组特征排序结果SR1、...

【技术特征摘要】

1.一种基于多代理辅助进化优化的特征选择模型构建方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于多代理辅助进化优化的特征选择模型构建方法，其特征在于，步骤s1中，对图片数据采用超像素分割法，然后对图片的纹理、颜色、亮度及形状特征进行提取；对于实数数据，若存在数据缺失，采用插补方法对缺失数据进行填充；

3.根据权利要求2所述的一种基于多代理辅助进化优化的特征选择模型构建方法，其特征在于，步骤s2中，具体操作为：针对步骤s1得到的特征向量，分别利用ig、relieff、mrmr过滤式特征选择方法对原始特征集的特征进行排序，得到3组特征排序结果sr1、sr2、sr3；然后，使用中位数约简方法对这3组排序结果进行聚合，得到一个集成排序结果sr；最后，使用fisher判别式方法确定阈值，删除排序低于阈值的特征，进而得到初步约减的特征子集。

4.根据权利要求3所述的一种基于多代理辅助进化优化的特征选择模型构建方法，...

【专利技术属性】
技术研发人员：胡滢，张勇，张婉秋，金鑫，宋贤芳，贺春林，季新芳，
申请(专利权)人：安徽师范大学，
类型：发明
国别省市：