清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

Variable-Size Cooperative Coevolutionary Particle Swarm Optimization for Feature Selection on High-Dimensional Data

粒子群优化 特征选择 计算机科学 数学优化 进化计算 选择(遗传算法) 人工智能 变量(数学) 模式识别(心理学) 特征(语言学) 数学 算法 数学分析 哲学 语言学
作者
Xianfang Song,Zhang Yon,Yinan Guo,Xiaoyan Sun,Yongli Wang
出处
期刊:IEEE Transactions on Evolutionary Computation [Institute of Electrical and Electronics Engineers]
卷期号:24 (5): 882-895 被引量:287
标识
DOI:10.1109/tevc.2020.2968743
摘要

Evolutionary feature selection (FS) methods face the challenge of "curse of dimensionality" when dealing with high-dimensional data. Focusing on this challenge, this article studies a variable-size cooperative coevolutionary particle swarm optimization algorithm (VS-CCPSO) for FS. The proposed algorithm employs the idea of "divide and conquer" in cooperative coevolutionary approach, but several new developed problem-guided operators/strategies make it more suitable for FS problems. First, a space division strategy based on the feature importance is presented, which can classify relevant features into the same subspace with a low computational cost. Following that, an adaptive adjustment mechanism of subswarm size is developed to maintain an appropriate size for each subswarm, with the purpose of saving computational cost on evaluating particles. Moreover, a particle deletion strategy based on fitness-guided binary clustering, and a particle generation strategy based on feature importance and crossover both are designed to ensure the quality of particles in the subswarms. We apply VS-CCPSO to 12 typical datasets and compare it with six state-of-the-art methods. The experimental results show that VS-CCPSO has the capability of obtaining good feature subsets, suggesting its competitiveness for tackling FS problems with high dimensionality.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
8秒前
过眼云烟发布了新的文献求助10
14秒前
之_ZH完成签到 ,获得积分10
16秒前
淡淡菠萝完成签到 ,获得积分10
17秒前
大饼完成签到 ,获得积分10
19秒前
25秒前
酷酷的紫南完成签到 ,获得积分10
26秒前
Ggap1发布了新的文献求助10
29秒前
你的笑慌乱了我的骄傲完成签到 ,获得积分10
30秒前
应夏山完成签到 ,获得积分10
30秒前
JasonTrue完成签到,获得积分10
31秒前
芒芒发paper完成签到 ,获得积分10
38秒前
高高高完成签到 ,获得积分10
41秒前
过眼云烟完成签到,获得积分10
44秒前
小乙猪完成签到 ,获得积分0
47秒前
大气的尔蓝完成签到,获得积分10
57秒前
孤独剑完成签到 ,获得积分10
1分钟前
北国雪未消完成签到 ,获得积分10
1分钟前
LELE完成签到 ,获得积分10
1分钟前
快乐含烟完成签到 ,获得积分10
1分钟前
丹妮完成签到 ,获得积分10
1分钟前
HuiHui完成签到,获得积分10
1分钟前
仁者无惧完成签到 ,获得积分10
1分钟前
imica完成签到 ,获得积分10
1分钟前
醉熏的千柳完成签到 ,获得积分10
1分钟前
双眼皮跳蚤完成签到,获得积分10
1分钟前
坦率的从波完成签到 ,获得积分10
1分钟前
jtyt完成签到,获得积分10
2分钟前
sponge完成签到 ,获得积分10
2分钟前
wushuimei完成签到 ,获得积分10
2分钟前
醉熏的灵安完成签到 ,获得积分10
2分钟前
零玖完成签到 ,获得积分10
2分钟前
勤恳的TT完成签到 ,获得积分10
2分钟前
Sid完成签到,获得积分0
2分钟前
2分钟前
科研通AI2S应助Siren采纳,获得10
2分钟前
机智访琴完成签到,获得积分10
2分钟前
Shandongdaxiu完成签到 ,获得积分10
2分钟前
瓦罐完成签到 ,获得积分10
2分钟前
longer完成签到 ,获得积分10
2分钟前
高分求助中
A new approach to the extrapolation of accelerated life test data 1000
Cognitive Neuroscience: The Biology of the Mind 1000
Technical Brochure TB 814: LPIT applications in HV gas insulated switchgear 1000
Immigrant Incorporation in East Asian Democracies 600
Nucleophilic substitution in azasydnone-modified dinitroanisoles 500
不知道标题是什么 500
A Preliminary Study on Correlation Between Independent Components of Facial Thermal Images and Subjective Assessment of Chronic Stress 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 遗传学 基因 物理化学 催化作用 冶金 细胞生物学 免疫学
热门帖子
关注 科研通微信公众号,转发送积分 3968532
求助须知:如何正确求助?哪些是违规求助? 3513358
关于积分的说明 11167309
捐赠科研通 3248700
什么是DOI,文献DOI怎么找? 1794453
邀请新用户注册赠送积分活动 875030
科研通“疑难数据库(出版商)”最低求助积分说明 804664