试论用于特征子集选择的异步并行微粒群优化方法  

作　　者：胡滢 

机构地区：[1]铜陵学院电气工程学院,安徽铜陵244061

出　　处：《赤峰学院学报（自然科学版）》2017年第19期26-27,共2页Journal of Chifeng University(Natural Science Edition)

摘　　要：特征子集的选择是数据挖掘与模式分类的重要方法.本文主要从微粒编码、比较微粒适应值、更新微粒引导者、一致混沌变异和计算步骤五个方面对用于特征子集选择的异步并行微粒群优化方法进行分析,通过实验比对,可以发现这种方法具有良好的效果.

关 键 词：特征子集选择 异步并行方式 微粒群优化 

分 类 号：TP301[自动化与计算机技术—计算机系统结构]