摘要
本发明公开了一种基于蚁群优化算法和自注意力机制的特征选择方法及系统。先初始化算法相关参数和自注意力权重参数,计算特征的注意力权重分数;再计算特征被选择的概率,得到初始解;接着计算蚂蚁适应度,采用精英策略更新蚂蚁信息素;更新信息素权重参数;最后输出最优特征子集。本发明利用自注意力机制计算特征之间的相互关系来确定每个特征的重要性,利用蚁群优化算法从海量高维特征中精准筛选出最具判别力的特征子集,满足了机器学习分类器的要求,可有效减少算法的运行时间和计算成本,为精准医疗、智能诊断等场景提供了高效可靠的特征选择解决方案。
技术关键词
蚁群优化算法
特征选择方法
注意力机制
蚂蚁
Softmax函数
分类准确率
矩阵
因子
机器学习分类器
模块
初始化算法
策略更新
样本
参数
元素
场景
系统为您推荐了相关专利信息
识别模型构建方法
时序遥感影像
掩膜方法
掩膜矩阵
数据
特征选择机制
识别方法
表格
物联网设备识别
决策
表面缺陷检测方法
动态
注意力机制
复合模块
卷积模块