摘要

传统的特征选择算法需要依靠大量的数据进行有监督训练,具有高维和小样本的属性,进而造成数据冗余,导致维数灾难。针对这一情况,提出一种基于蚁群优化的特征基因选择算法。该算法对传统的蚁群算法模型进行优化,改进蚁群算法的参数选择方法,利用特征对不同数据集的敏感度,寻找最优基因,滤除无关基因,将特征选择过程转化为蚁群寻找最优路径的过程。实验表明,该算法可以有效地对特征进行优化选择,在降低数据维数的同时,提高分类的准确性和时效性。

  • 单位
    河南工业贸易职业学院