[发明专利]一种带约束小生境粒子群优化的集成特征选择方法及系统

权利要求书

1.一种带约束小生境粒子群优化的集成特征选择方法，其特征在于， 包括步骤：

A、采用带约束小生镜粒子群优化算法对训练数据集进行处理，以对训 练数据集中的粒子位置和速度进行优化，形成K个最优或次优特征子集；

B、将这K个最优或次优特征子集对应过滤为K个子训练数据集，在 每一个子训练数据集上进行分类学习并建立对应的K个基分类器，将测试 数据集分别在这K个基分类器上做分类预测并投票决策最后的分类结果。

2.根据权利要求1所述的带约束小生境粒子群优化的集成特征选择方 法，其特征在于，对训练数据集中的粒子位置和速度进行优化时，在第t 次迭代时，记粒子群中第i个粒子的位置为X_i^t＝(x_i1^t,x_i2^t,…,x_iM^t)，M为搜索空 间维数，其中X_i^t表示第i个粒子所选择的特征集合，x_ij^t表示第i个粒子所 代表的特征集合中第j个特征的选择状态：置位1表示被选中，清零0表示 未被选中。

3.根据权利要求2所述的带约束小生境粒子群优化的集成特征选择方 法，其特征在于，第i个粒子在第t次迭代时，其第j个特征的速度为v_ij^t， 位置为x_ij^t，则有：

xijt+1=xijt,ifr<sigxijt‾,otherwise,]]>

sig(vijt+1)=11+e-vijt+1,sig=sig(vijt+1-2Vmax×P),xijt=1sig(vijt+1+2Vmax×P),xijt=0,]]>

r是在[0,1]间的随机数，P是在[0,1]间的预设抑制因子，V_max是粒子速 度最大值。