一种改进鲸鱼优化算法的特征选择方法
Journal of Green Science and Technology(2022)
摘要
针对鲸鱼优化算法(Whale Optimization Algorithm,WOA)用于特征选择时易陷入局部最优的问题,基于二次函数设计一种非线性过度参数取代原始的线性过度参数,再结合动态反向(Dynamic Opposite,DO)学习算法分别增强了WOA算法局部搜索能力和全局搜索能力,提出了动态反向鲸鱼优化算法(DOWOA).用于5个标准测试函数的测试结果表明:DOWOA寻优效果优于原始WOA算法.5个UCI数据集测试结果表明:DOWOA算法能保持SVM分类精度几乎不变的情况下寻找到更少的特征子集.对电信客户流失数据进行了实验,结果表明:在平均分类精度几乎保持一致的情况下,DOWOA算法特征选择能力优于原始WOA算法.
更多AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要