摘要
本发明属于医学数据挖掘领域,具体提供一种基于改进动态多群策略的粒子群算法的特征选择方法,在二进制粒子群的基础上,为避免粒子群过早收敛,提出了动态多群策略(DMS),引入了非线性更新的惯性权重系数,并采用种群分组策略约束粒子的速度和位置,使粒子在迭代前期更适合勘探,迭代后期更适合挖掘,以平衡全局搜索和局部寻优能力,避免粒子过早的陷入局部最优,也保证迭代后期的收敛能力。为了验证验证本发明的有效性,采用BPSO、DMS‑BPSO算法分别对数据集Breast Cancer和Ovarian Cancer进行处理,再将处理结果输入到支持向量机、K近邻、朴素贝叶斯分类器进行测试,结果表明,本发明在五个评价指标上均有一定程度的提升。
技术关键词
特征选择方法
粒子群算法
策略
朴素贝叶斯分类器
动态
特征值编码
速度
线性回归模型
分类准确率
支持向量机
训练集
统计方法
数据
K近邻
医学
因子
有效性
代表
系统为您推荐了相关专利信息
Kriging模型
可靠性分析方法
样本
缩减方法
可靠性分析系统
对话策略优化
语音情感识别
语音交互模块
知识图谱驱动
画像构建方法
地理信息系统
资源优化算法
优化资源配置
信息处理方法
环境感知数据
电子化管理系统
数据采集层
可视化指挥平台
区块链加密技术
电子管理技术