编号：NMJS08815
篇名：基于粒度粗糙熵与改进蜂群算法的特征选择
作者：孙雅芝 江峰 杨志勇
关键词： 知识粒度 粒度粗糙熵 云模型 人工蜂群算法 特征选择
机构： 青岛科技大学信息科学与技术学院
摘要： 经典的人工蜂群(artificial bee colony, ABC)算法面临着收敛速度慢、易陷入局部最优等不足,因此基于该算法来进行特征选择还存在很多问题.对此,提出了一种基于粒度粗糙熵与改进蜂群算法的特征选择方法FS_GREIABC.首先,将粗糙集中的知识粒度与粗糙熵有机地结合起来,提出一种新的信息熵模型——粒度粗糙熵;其次,将粒度粗糙熵应用于ABC算法中,提出一种基于粒度粗糙熵的适应度函数,从而获得了一种新的适应度计算策略;第三,为了提高ABC算法的局部搜索能力,将云模型引入到跟随蜂阶段.在多个UCI数据集以及软件缺陷预测数据集上的实验表明,相对于现有的特征选择算法, FS_GREIABC不仅能够选择较少的特征,而且具有更好的分类性能.
