计算机应用研究

作者：代永强,郭小燕,王敏,孙嫣娇,

单位：1.甘肃农业大学信息科学技术学院,兰州730070；2.兰州大学信息科学与工程学院,兰州730000；

关键词：混合蛙跳算法,特征选择,分类准确率,生物医学数据,特征子集,

基金：甘肃省高等学校创新能力提升项目(2019A-056)；甘肃农业大学青年导师基金资助项目(GAU-QDFC-2019-02)；甘肃农业大学学科建设专项基金资助项目(GAU-XKJS-2018-253)；国家自然科学基金资助项目(61063028,61751313)；；

针对高维生物医学数据包含大量无关或弱相关特征，影响疾病诊断效率的现状，提出了一种基于改进混合蛙跳算法的高维生物医学数据特征选择方法。该方法将混沌记忆权重因子和平衡分组策略引入基本混合蛙跳算法，在强化算法多样性的同时，维持了算法全局和局部寻优之间的平衡，降低了算法陷入局部最优的可能，进一步提高了混合蛙跳算法特征选择方法在特征空间的探索能力。实验结果表明：与改进遗传算法、粒子群优化算法特征选择方法比较，改进混合蛙跳算法特征选择方法在高维生物医学数据特征子集识别、分类精度方面取得了更好的效果。

来源：2021年第4期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2021年第4期