一种基于(μ+λ)-ES进化策略的特征选择方法  

Approach for Feature Selection Based on (μ+λ)-ES Evolutionary Strategy

作　　者：冯林[1,2] 原永乐[1] 

机构地区：[1]四川师范大学计算机科学学院,成都610101 [2]可视化计算与虚拟现实四川省重点实验室,成都610068

出　　处：《计算机科学》2011年第8期245-247,共3页Computer Science

基　　金：可视化计算与虚拟现实四川省重点实验室科研基金(J2010N01);四川省教育厅科研基金(09ZC079)资助

摘　　要：特征选择是模式识别和数据挖掘等研究领域的一个热点。提出了一种新的特征选择方法FeBES(FeatureSelection Based on(μ+λ)-ESEvolutionary Strategy),它以遗传算法为基础,以定义的最优特征集的评价准则为适应度函数,采用(μ+λ)-ES进化策略挑选出一组较高质量的特征子集。仿真实验结果表明了该方法的有效性。Feature selection is one of the hot spots in the field of pattern recognition and data mining etc.A novel feature selection method,termed FeBES（Feature Selection Based on（μ＋λ）-ES Evolutionary Strategy）,was proposed.Under the rule of optimization evaluation of features subset and（μ＋λ）-ES evolutionary strategy,a subset of features based on genetic algorithm was selected.Experimental results illustrate that the FeBES is effective for feature selection.

关 键 词：粗糙集 特征选择 遗传算法 支持向量机 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]