检索结果-内蒙古大学图书馆

计算机工程与设计 2023年第2期44卷 425-431页

作者：黄君策石林顾玉宛李宁庄丽华徐守坤常州大学计算机与人工智能学院、阿里云大数据学院软件学院江苏常州213164

森林优化特征选择算法(FSFOA)表现出色,但初始化方法的盲目性以及更新机制的局限性限制了该算法的性能。对FSFOA不足之处加以改进,提出自适应森林优化特征选择算法(AFSFOA)。在初始化过程中,加入特征权重评估算法;在更新机制上,使用自... 详细信息

森林优化特征选择算法(FSFOA)表现出色,但初始化方法的盲目性以及更新机制的局限性限制了该算法的性能。对FSFOA不足之处加以改进,提出自适应森林优化特征选择算法(AFSFOA)。在初始化过程中,加入特征权重评估算法;在更新机制上,使用自适应参数选择策略以及贪心搜索策略替代原始的更新机制。在不同维度的数据集上进行实验,对比实验结果表明,与FSFOA算法以及近年来提出的较高效的特征选择算法进行对比,在准确率以及维度约简上,AFSFOA算法有很强的竞争力。

关键词：数据挖掘特征选择初始化策略特征权重评估算法更新机制贪心算法森林优化算法

来源：评论

学校读者我要写书评

暂无评论

森林优化算法在特征选择中的研究

森林优化算法在特征选择中的研究

引用

作者：冀若含哈尔滨工程大学

学位级别：硕士

大数据和物联网技术的发展,使得越来越多的数据被采集、存储和分析。数据规模扩大的同时也包含了大量的冗余、不相关或者弱相关特征。这些特征与数据的主要结构没有关联,或者只有松散的弱关联。特征选择技术通过对数据原特征空间分析,... 详细信息

大数据和物联网技术的发展,使得越来越多的数据被采集、存储和分析。数据规模扩大的同时也包含了大量的冗余、不相关或者弱相关特征。这些特征与数据的主要结构没有关联,或者只有松散的弱关联。特征选择技术通过对数据原特征空间分析,过滤掉冗余和不相关特征,保留相关特征,进而提升算法的分类性能和时间效率。本文以森林优化算法为基础,提出了两种新的特征选择算法,具体贡献和研究内容如下:(1)提出一种基于重复度分析的森林优化特征选择算法(feature selection using forest optimization algorithm based on duplication analysis,DAFSFOA)。针对森林优化特征选择算法(feature selection using forest optimization algorithm,FSFOA)初始种群质量差、森林收敛速度慢,以及对高维数据集适应度差的问题,提出了基于信息增益的自适应初始化策略。为了降低算法的内存消耗,对候选森林的规模进行了限制。同时,采用重复度分析机制、森林重启机制和候选最优树生成策略,提高森林中个体的多样性,增强算法的全局搜索能力。最后,改进适应度函数,增强算法对森林中个体的评价能力。这有利于种群向增大维度缩减率的方向演化。实验表明,DAFSFOA的特征空间探索能力强于FSFOA,而且能够适应不同维度的数据集。(2)提出一种代理辅助的森林优化特征选择算法(surrogate-assisted forest optimization algorithm for feature selection,SAFSFOA)。算法采用基于对称不确定性的异常值过滤自适应初始化方法,进一步提高初始种群的质量与多样性。针对算法时间消耗过大的问题,采用代理辅助森林进化的方法。在保证种群质量的同时,大大缩短了评价森林中个体所需的时间。同时,采用改进的重复度分析策略降低森林中树木的相似度。并且对种群的演化情况进行监控,在种群陷入局部最优时,触发森林停滞重启策略,使用候选最优树补充森林树木,防止森林过早陷入局部最优,保证了森林时刻处于高质量和高多样性的状态。对比DAFSFOA,SAFSFOA具有更快的收敛速度和更小的时间消耗,同时也具有较强的寻优能力。

关键词：特征选择森林优化算法信息增益对称不确定性代理模型

来源：评论

学校读者我要写书评

暂无评论

基于新的森林优化算法的特征选择算法

引用

计算机应用 2020年第5期40卷 1266-1271页

作者：谢琪徐旭程耕国陈和平武汉科技大学信息科学与工程学院武汉430081 格勒诺布尔高等商学院高等商业学院法国格勒诺布尔38000

针对传统的基于森林优化算法的特征选择算法在初始化阶段、候选森林生成阶段和更新阶段存在的问题,提出了一种新的基于森林优化算法的特征选择算法。该算法在初始化阶段采用皮尔森相关系数和L1正则化方法代替随机初始化策略;在候选森林... 详细信息

针对传统的基于森林优化算法的特征选择算法在初始化阶段、候选森林生成阶段和更新阶段存在的问题,提出了一种新的基于森林优化算法的特征选择算法。该算法在初始化阶段采用皮尔森相关系数和L1正则化方法代替随机初始化策略;在候选森林生成阶段,采用优劣树分开和差额补足的方法解决优劣树不完备问题;在更新阶段,将与最优树精度相同但维度不同的树木添加到森林中。在实验中,所提算法采用与传统的基于森林优化算法的特征选择算法相同的实验数据和实验参数,分别测试了小维度、中维度和大维度数据。实验结果表明,在2个大维度数据和2个中维度数据上,所提算法的分类精度和维度缩减能力均高于传统的基于森林优化算法的特征选择算法。实验结果验证了所提算法在处理特征选择问题的有效性。

关键词：特征选择 L1正则化候选森林更新机制森林优化算法

来源：评论

学校读者我要写书评

暂无评论

一种改进的森林优化算法

引用

中国宽带 2020年第7期16卷 156-156页

作者：阳文学湖北三峡职业技术学院电子信息学院

本文提出了一种改进森林优化算法,该算法加入花朵授粉算法思想,在就地播种过程中,引入局部授粉操作,增强了局部搜索能力;在远处播种过程中,引入全局授粉操作,增强全局搜索能力。通过部分标准函数测试显示改进算法寻优性能优于基本森林... 详细信息

本文提出了一种改进森林优化算法,该算法加入花朵授粉算法思想,在就地播种过程中,引入局部授粉操作,增强了局部搜索能力;在远处播种过程中,引入全局授粉操作,增强全局搜索能力。通过部分标准函数测试显示改进算法寻优性能优于基本森林优化算法。

关键词：局部授粉全局授粉就地播种全局播种花朵授粉算法森林优化算法

来源：评论

学校读者我要写书评

暂无评论

基于森林优化算法的特征选择方法研究

基于森林优化算法的特征选择方法研究

引用

作者：贾冬冬南京信息工程大学

学位级别：硕士

随着科学技术的发展,各行各业每天处理的数据量呈指数增长,数据的维度越来越大。而这些数据中存在着大量的冗余、不相关的特征,这些特征给机器学习、模式识别和数据挖掘带来了巨大的挑战。学习算法在处理高维数据的情况下,往往会碰到性... 详细信息

随着科学技术的发展,各行各业每天处理的数据量呈指数增长,数据的维度越来越大。而这些数据中存在着大量的冗余、不相关的特征,这些特征给机器学习、模式识别和数据挖掘带来了巨大的挑战。学习算法在处理高维数据的情况下,往往会碰到性能问题。特征选择作为解决这个问题的有效手段一直都被广泛的关注。在特征选择方法的发展过程中,涌现了许多有效的优化算法,而森林优化算法(FOA)就是其中的一种新兴的方法。森林优化算法受大自然森林演变过程启发而来,该算法模拟森林演变过程。它具有简单、易实现、收敛速度快和搜索效率高等特点。虽然基于森林优化算法在解决特征选择问题上取得了较为满意的结果,但是仍然存在着一些不足。本文是在所提出不足的基础之上,对基于森林优化算法的特征选择算法(FSFOA)进行改进。本文主要做了一下的研究工作:首先,提出改进的基于森林优化算法特征选择。该方法引入了一种贡献度的策略嵌入在森林优化算法中。其主要目的是引导森林优算法根据类相关性和特征冗余度去搜索最优解,从而提高了森林优化算法在特征选择问题中的搜索效率。其次,根据当前树和当前全局最优树的关系,提出了距离自适应策略。该策略能够有效地快速地引导算法搜索最优树,加快了算法的收敛速度。为了避免算法陷入局部最优解,对适应度函数进行了改进,这使得森林优化算法在选择特征的时候不仅考虑了整个特征子集的表现,而且还考虑了特征子集中每个特征的质量。我们从UCI数据集中选择了 10个常用于验证算法有效性的数据集,并与近年一些特征选择算法进行了实验对比。实验结果表明我们所提出算法要优于这些特征选择的方法。其次,提出了一种局部搜索策略的森林优化算法的特征选择。该方法利用局部搜索策略引导森林优算法在搜索最优树的过程中尽可能多的选择高质量的特征和尽可能多的剔除低质量的特征,从而很大程度上保证森林中每个特征子集具有较高的质量并且提高了算法的搜索效率。为了在初始化阶段森林中所有的树都处于较为理想的位置,利用特征子集大小确定机制对森林进行初始化,该策略能够保证在初始化阶段森林中每个特征子集所选的特征数量相对较少,从而很大程度上加快了算法的搜索效率。最后,实验结果证明了我们所提出算法的有效性。

关键词：特征选择森林优化算法贡献度局部搜索策略

来源：评论

学校读者我要写书评

暂无评论

森林优化算法的改进及离散化研究

森林优化算法的改进及离散化研究

引用

作者：聂大干兰州大学

学位级别：硕士

在日常生活以及生产作业中,最优化问题是一类十分常见的问题。优化是通过某种策略不断改进对象,使其逐步优秀的一个过程,可以理解为从众多的可选方案中,不断搜索,最终选择出最优秀的方案或者相对最为贴合条件的满意方案。对于目标函数... 详细信息

在日常生活以及生产作业中,最优化问题是一类十分常见的问题。优化是通过某种策略不断改进对象,使其逐步优秀的一个过程,可以理解为从众多的可选方案中,不断搜索,最终选择出最优秀的方案或者相对最为贴合条件的满意方案。对于目标函数较为简单且维度较低的优化问题,传统的基于数学理论的优化方法可以解决,并且效率很高。但对于维度较高的相对复杂的优化问题,传统的优化方法却表现欠佳。对此,研究人员提出了一系列的现代智能优化算法,其中包括遗传算法、粒子群算法以及新出现的森林优化算法等。森林优化算法是一种仿生类智能优化算法,其模拟森林中种子传播的过程进行搜索最优解,用于解决非线性连续型优化问题。森林优化算法的性能虽然不错,但是仍有一些不足之处。森林优化算法在解决连续型优化问题时,收敛速度较慢,求得的最优解精度不够,较容易陷入局部最优解。针对这些不足,本文提出了四个改进策略,以提高其解决连续型优化问题的性能。四个改进策略分别是极端贪婪策略、波形步长、最优树优待以及新型远处播种。极端贪婪策略是在就地播种阶段,对于新产生的众多新树,保留比旧树优秀的新树,淘汰劣质新树,并且在优秀新树的基础上再产生优秀的新树;波形步长是在原步长上添加余弦函数,使步长呈现余弦波形变化;最优树优待策略是指相较于其他树,最优树应能产生较多数量的下一代新树;新型的远处播种是将原远处播种阶段的作用对象改为年龄为0的树,并且每棵树以一定概率进行远处播种。为了验证四个改进策略的有效性,先分别与原森林优化算法进行对比实验,然后融合四个改进策略,形成新型森林优化算法,再进行对比实验。森林优化算法目前还没有被用于解决离散型优化问题,因此对离散型森林优化算法的探究是完善森林优化算法的必要部分。在离散化森林优化算法的过程中,本文选择0-1背包问题对离散化策略的效果进行检测。森林优化算法离散化的主要内容包括选取解的编码方式、就地播种离散化、远处播种离散化以及针对不合法的解和不够优秀的解,分别使用向下和向上贪婪调整策略进行修整。

关键词：优化问题森林优化算法离散化背包问题

来源：评论

学校读者我要写书评

暂无评论

基于重复度分析的森林优化特征选择算法

引用

智能系统学报 2022年第6期17卷 1113-1122页

作者：冀若含董红斌哈尔滨工程大学计算机科学与技术学院黑龙江哈尔滨150001

森林优化算法是一种基于森林中树木播种思想的演化算法,其具有良好的特征空间搜索能力,且实现难度低。但该算法在森林整体的收敛速度和寻优能力上仍存在提升空间,而且对高维数据集的适应度较差。本文针对上述问题提出了基于重复度分析... 详细信息

森林优化算法是一种基于森林中树木播种思想的演化算法,其具有良好的特征空间搜索能力,且实现难度低。但该算法在森林整体的收敛速度和寻优能力上仍存在提升空间,而且对高维数据集的适应度较差。本文针对上述问题提出了基于重复度分析的森林优化特征选择算法(feature selection using forest optimization algorithm based on duplication analysis, DAFSFOA)。该算法提出了基于信息增益的自适应初始化策略、森林重复度分析机制、森林重启机制、候选最优树生成策略、综合考虑特征选择数量和分类正确率的适应度函数。实验结果表明,DAFSFOA在大部分数据集上达到了最高的分类准确率。同时,对于高维数据集SRBCT,在维度缩减率和分类准确率方面,DAFSFOA对比森林优化特征选择算法(feature selection using forest optimization algorithm,FSFOA)都有较大提升。DAFSFOA比FSFOA具有更强的特征空间探索能力,而且能够适应不同维度的数据集。

关键词：特征选择演化算法重复度分析信息熵信息增益重启机制森林优化算法维度缩减

来源：评论

学校读者我要写书评

暂无评论

改进的森林优化特征选择算法在信用评估中的应用

引用

计算机科学 2023年第S01期50卷 521-526页

作者：黄宇航宋友王宝会北京航空航天大学软件学院北京100191

信用评估是金融领域的一个关键问题,它可以预测出一个用户是否存在拖欠风险,从而减少坏账损失。信用评估的关键挑战之一就是数据集存在着大量无效或冗余特征。为了解决该问题,提出了一种改进的森林优化特征选择算法(Improved Feature Se... 详细信息

信用评估是金融领域的一个关键问题,它可以预测出一个用户是否存在拖欠风险,从而减少坏账损失。信用评估的关键挑战之一就是数据集存在着大量无效或冗余特征。为了解决该问题,提出了一种改进的森林优化特征选择算法(Improved Feature Selection using Forest Optimization Algorithm,IFSFOA)。该算法针对原始算法FSFOA的不足,在初始化阶段使用基于卡方校验的初始化策略代替随机化初始,提升算法寻优的能力;在局部播种阶段利用多层级变异策略,优化局部搜索能力,解决FSFOA的搜索空间受限和局部性问题;在更新候选森林时,使用贪婪选取策略挑选优质树,淘汰劣质树,收敛搜索发散过程。最后在涵盖了低维、中维和高维的公开信用评估数据集上设置对比实验,结果表明IFSFOA在分类和维度缩减方面的能力的综合表现均优于FSFOA和近年提出的较为高效的特征选择算法,验证了IFSFOA的有效性。

关键词：森林优化算法特征选择信用评估演化计算包裹式方法

来源：评论

学校读者我要写书评

暂无评论

自适应森林优化特征选择算法及应用研究

自适应森林优化特征选择算法及应用研究

引用

作者：黄君策常州大学

学位级别：硕士

高维数据用于给机器学习以及数据建模提供更多的信息,但同时带来了“维度灾难”、“数据稀疏”等问题。特征选择方法是一种典型的数据降维技术,能够从原始特征集中选择最佳特征子集,缩减数据规模,同时保留特征物理意义。森林优化特征选... 详细信息

高维数据用于给机器学习以及数据建模提供更多的信息,但同时带来了“维度灾难”、“数据稀疏”等问题。特征选择方法是一种典型的数据降维技术,能够从原始特征集中选择最佳特征子集,缩减数据规模,同时保留特征物理意义。森林优化特征选择算法表现出色,但存在的初始化方法的盲目性以及更新机制的局限性等问题限制了算法的性能。针对这些问题,本文对森林优化特征选择算法进行改进,有效优化特征选择。本文的主要研究内容如下:(1)针对森林优化特征选择算法存在的不足之处加以改进,提出自适应森林优化特征选择算法。在初始化过程中,加入特征权重评估算法,提出特征相关的自适应初始化策略;在更新机制上,使用自适应参数选择策略替代原始的更新机制,根据当前最优树的质量和迭代次数,动态确定参数值。在不同维度的UCI数据集和不同分类器上进行实验,结果表明:自适应森林优化特征选择算法有效提升了分类准确率,在中高维度数据集中,所提算法与支持向量机有较好的适配度。(2)本文在(1)的工作基础上,针对研究中发现的维度缩减率效果较差的问题,提出了自适应混沌映射森林优化特征选择算法。首先使用混沌映射算法生成能够充分覆盖解空间的初始森林;其次对适应度函数进行改进,使用自适应思想,在算法迭代前期,考虑算法的分类准确率,在迭代后期,加入优化维度缩减率的考虑。实验结果表明,在中高维度数据集中,自适应混沌映射森林优化特征选择算法在不降低分类准确率的同时,能够获得较小的特征子集。(3)为了验证本文提出算法的有效性以及进行相关应用研究拓展,选用田纳西-伊斯曼过程数据集进行故障检测实验。将(1)中提出的森林优化特征选择算法与支持向量机结合,构建一个动态过程的在线故障检测框架。首先在数据处理阶段,通过缩放将特征中的异常值限定在特定范围内,以此消除异常值影响,从而提高模型泛化能力。然后使用森林优化特征选择算法进行特征选择。最后使用多分类支持向量机进行故障检测,多分类支持向量机中每个分类器对应一个特定的故障,同时能够提供接口来更新故障数据库。实验结果表明,在具有高度非线性特征的故障案例数据集中,该框架不仅能够有效筛选出数据集中的优质特征,同时也提高了故障检测的准确率。

关键词：特征选择森林优化算法混沌映射故障检测支持向量机

来源：评论

学校读者我要写书评

暂无评论

无人配送车任务及路径规划研究

无人配送车任务及路径规划研究

引用

作者：李鑫帝青岛理工大学

学位级别：硕士

近年来，随着物流业务量持续增长，物流服务行业得到迅速发展，在整个物流服务中，快递的分拣、运输和配送是其中的三个关键环节。目前，分拣已经实现了自动化，运输方面也积累了大量的实践经验，包括利用汽车、火车甚至飞机。然而，在... 详细信息

近年来，随着物流业务量持续增长，物流服务行业得到迅速发展，在整个物流服务中，快递的分拣、运输和配送是其中的三个关键环节。目前，分拣已经实现了自动化，运输方面也积累了大量的实践经验，包括利用汽车、火车甚至飞机。然而，在快递配送中的“最后一公里”，仍存在成本偏高、配送延迟和取件不便等问题，这些问题一直是物流服务业的关注热点，也是需要解决的难题。同时，随着无人技术发展，其也被应用于物流配送中，相比于无人机，无人车不受禁飞区限制，应用前景更加广泛。无人车通过自主行驶，降低成本并提升配送效率，并且可以在短时间内完成大量的配送任务，但需提前规划，以适应不同的约束条件。　　本文研究无人车物流配送中的任务规划和路径规划问题，首先通过任务规划得到无人车的物流配送顺序，决定其大致行驶方向。然后进行路径规划避开行驶路线上的威胁区域，确定最终的无人车的行驶轨迹。　　在无人车物流配送任务规划中，首先建立无人车末端物流任务规划模型，加入时间窗约束与载重约束，应用森林优化算法解决该问题。为提高森林优化算法的适应性，对森林优化算法的编码方式，局部、全局播种策略进行重新设计。然后针对森林优化算法初始化随机问题，提出混合初始化方式，提高初始种群质量并保持种群多样性;采用候选森林补充策略，对剔除重复树的森林进行补充并对候选森林进行维护，发挥候选森林中优质树的作用;为防止森林优化算法陷入局部最优，采用大邻域局部搜索算法进行处理;最后进行对比实验，结果表明改进后的算法能够有效降低配送成本，提升配送效率。　　在无人车物流配送路径规划中，首先将无人车行驶环境栅格化处理;然后提出了基于改进RRT*的路径规划算法，通过基于奖励的自适应步长设计提高RRT*针对不同障碍环境的适应性;对RRT*算法在采样空间随机采样的问题，提出偏向目标采样与贪心采样结合的采样策略，并设置路径长度阈值，对采样点进行控制;采用先对路径进行拉伸，再进行平滑的方式避免路径冗余及存在尖角，并进行对比实验，结果表明该算法效率高、运行时间短，对路径的平滑处理有效。最后利用ROS中的Rviz可视化平台对RRT*路径规划算法进行测试。

关键词：无人配送车任务规划路径规划森林优化算法 RRT*算法

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：