基于文化基因算法和最小二乘支持向量机的安全数据特征处理方法

被引：7

作者：

马媛媛 ^{[1
]}

施永益 ^{[2
]}

张宏 ^{[3
]}

林棋 ^{[3
]}

李千目 ^{[3
]}

机构：

[1] 全球能源互联网研究院

[2] 国网浙江省电力公司

[3] 南京理工大学计算机科学与工程学院

来源：

计算机科学 | 2017年 / 44卷 / 03期

关键词：

特征选择; 文化基因算法; 最小二乘支持向量机; 稳定性;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

140502 [人工智能];

摘要：

随着各类生物智能演化算法的日益成熟,基于演化技术及其混合算法的特征选择方法不断涌现。针对高维小样本安全数据的特征选择问题,将文化基因算法(Memetic Algorithm,MA)与最小二乘支持向量机(Least Squares Support Vector Machine,LS-SVM)进行结合,设计了一种封装式(Wrapper)特征选择方法(MA-LSSVM)。该方法利用最小二乘支持向量机易于求解的特点来构造分类器,以分类的准确率作为文化基因算法寻优过程中适应度函数的主要成分。实验表明,MA-LSSVM可以较高效地、稳定地获取对分类贡献较大的特征,降低了数据维度,提高了分类效率。

引用

页码：237 / 241

页数：5

共 14 条

[1]

基于交叉因子和模拟退火的群搜索优化算法 [J].

杨文璐 ;

宁玉富 .

计算机工程与设计, 2013, 34 (06) :2020-2024

[2]

Using the curve moment and the PSO-SVM method to diagnose downhole conditions of a sucker rod pumping unit.[J].Li Kun;Gao Xianwen;Tian Zhongda;Qiu Zhixue;.Petroleum Science.2013, 01

[3]

稳定的特征选择研究 [J].

李云 .

微型机与应用, 2012, 31 (15) :1-2+5

[4]

保存基因的2-Opt一般反向差分演化算法 [J].

刘罡 ;

李元香 ;

郑昊 .

小型微型计算机系统, 2012, 33 (04) :789-794

[5]

基于遗传交叉因子的改进蜂群优化算法 [J].

罗钧 ;

樊鹏程 .

计算机应用研究, 2009, 26 (10) :3716-3717+3753

[6]

Support vector machine forecasting method improved by chaotic particle swarm optimization and its application.[J].李彦斌;张宁;李存斌;.Journal of Central South University of Technology.2009, 03

[7]

二进制编码差异演化算法在Agent联盟形成中的应用 [J].