[发明专利]一种基于二进制蚁群算法的特征选择方法及系统

说明书

技术领域

本发明涉及模式识别技术领域，特别是涉及一种基于二进制蚁群算法的特征选择方法及系统。

背景技术

特征选择又名特征子集选择，是指从原始特征中选择出一些最有效特征以降低数据集维度的过程，是提高学习算法性能的一个重要手段，也是模式识别中关键的数据预处理步骤。

从本质上说特征选择就是一个搜索最优特征子集的过程，即对离散的集合进行优化的过程。蚁群算法特别适合于在离散空间的多个解中寻求最优解。因此可以将蚁群算法应用到特征选择中。

二进制蚁群算法(BACO，binary ant colony optimization)是一种以原始蚁群算法为基础的群体智能算法。常被用来求解连续优化问题。然而二进制蚁群算法一开始的解是随机生成的，没有可以利用的能见度信息，导致二进制蚁群算法的收敛速度较慢，特征选择的效率受到限制。

发明内容

本发明的目的是提供一种基于二进制蚁群算法的特征选择方法及系统，在利用二进制蚁群算法进行特征选择前提供合适的能见度信息，提高二进制蚁群算法的收敛速度，提高特征选择的效率。

为实现上述目的，本发明提供了如下方案：

一种基于二进制蚁群算法的特征选择方法，包括：

获取需要进行特征选择的训练样本集；

对所述训练样本集进行特征抽取，得到样本特征集；

利用二进制遗传算法对所述样本特征集进行分类并寻求最大遗传适应度，得到最优解；所述遗传适应度为使所述二进制遗传算法的结果接近目标结果的程度；

根据所述最优解设置二进制蚁群算法的能见度信息，对所述二进制蚁群算法的蚁群进行初始化；

利用包含所述能见度信息的二进制蚁群算法对所述样本特征集进行特征选择。

可选的，所述利用二进制遗传算法对所述样本特征集进行分类并寻求最大遗传适应度，得到最优解，具体包括：

针对所述样本训练集对所述二进制遗传算法的参数进行初始化，生成遗传种群；其中所述遗传个体的长度设置为所述样本特征集所包含的特征数量；所述遗传个体为构成遗传种群的单位；

对所述遗传种群进行解码，得到第一特征子集；

利用所述第一特征子集对所述训练样本集进行分类，得到第一分类结果；

计算所述第一分类结果的第一分类准确率；

根据所述第一分类准确率求解对应的遗传个体的遗传适应度；

经过多次遗传操作，求解所述遗传适应度的最大值，得到最大遗传适应度；所述最优解即为所述最大遗传适应度的遗传个体。

可选的，所述根据所述最优解设置二进制蚁群算法的能见度信息，对所述二进制蚁群算法的蚁群进行初始化，具体包括：

获取所述最优解的二进制数值；

将所述二进制数值中的1替换为第一预设数字，将所述二进制数值中的0替换为第二预设数字，得到二进制蚁群算法的能见度信息；

根据所述能见度信息对所述二进制蚁群算法的参数进行初始化，生成蚁群，所述蚁群为多个蚂蚁个体构成的集合。

可选的，所述利用包含所述能见度信息的二进制蚁群算法对所述样本特征集进行特征选择，具体包括：

在所述蚁群中搜索候选解，得到候选解集合；

对所述候选解集合进行解码，得到第二特征子集；

利用所述第二特征子集对所述训练样本集进行分类，得到第二分类结果；

计算所述第二分类结果的第二分类准确率；

根据所述第二分类准确率求解对应的蚂蚁个体的蚂蚁适应度；

经过多次运算确定最优蚂蚁个体；所述最优蚂蚁个体为所述蚂蚁适应度最大的蚂蚁个体；

解码出所述最优蚂蚁个体对应的最优特征子集。

本发明还公开了一种基于二进制蚁群算法的特征选择系统，包括：

样本获取模块，用于获取需要进行特征选择的训练样本集；

特征抽取模块，用于对所述训练样本集进行特征抽取，得到样本特征集；

遗传寻优模块，用于利用二进制遗传算法对所述样本特征集进行分类并寻求最大遗传适应度，得到最优解；所述遗传适应度为使所述二进制遗传算法的结果接近目标结果的程度；

能见度生成模块，用于根据所述最优解设置二进制蚁群算法的能见度信息，对所述二进制蚁群算法的蚁群进行初始化；

蚁群选择模块，用于利用包含所述能见度信息的二进制蚁群算法对所述样本特征集进行特征选择。

可选的，所述遗传寻优模块，具体包括：