软件学报

作者：廉杰，姚鑫，李占山

单位：廉杰，吉林大学 计算机科学与技术学院, 吉林 长春 130012;符号计算与知识工程教育部重点实验室(吉林大学), 吉林 长春 13001211,姚鑫，吉林大学 计算机科学与技术学院, 吉林 长春 130012;符号计算与知识工程教育部重点实验室(吉林大学), 吉林 长春 13001202,李占山，吉林大学 计算机科学与技术学院, 吉林 长春 130012;符号计算与知识工程教育部重点实验室(吉林大学), 吉林 长春 13001203

关键词：乌鸦搜索算法;混沌映射;反向学习;差分进化;特征选择

基金：国家自然科学基金（61802056）；吉林省自然科学基金（20180101043JC）；吉林省发展和改革委员会产业技术研究与开发项目（2019C053-9）

特征选择是机器学习领域的热点问题.元启发式算法作为特征选择的重要方法之一，其性能会对问题求解产生直接影响.乌鸦搜索算法（CSA）是受乌鸦智能群体行为启发提出的一种元启发式算法，由于其具有简单、高效的特点，广大学者将其用来解决特征选择问题.然而，CSA易陷入局部最优解且收敛速度较慢，严重限制了算法求解能力.针对这一问题，采用logistic混沌映射、反向学习方法和差分进化这3种算子，结合乌鸦搜索算法，提出一种特征选择算法BICSA来选取最优特征子集.实验阶段，使用UCI数据库中的16个数据集来测试BICSA的性能.实验结果表明，与其他特征选择算法相比，BICSA求得的特征子集具有更高的分类准确率和较高的维度压缩能力，这说明BICSA在处理特征选择问题上具有很强的竞争力与足够的优越性.

来源：2022年第11期

《软件学报》期刊编辑部

查看软件学报杂志2022年第11期