[发明专利]一种基于和声搜索的混合特征选择方法

摘要

本发明公开了一种基于和声搜索的混合特征选择方法，将过滤器与和声搜索的优点结合起来，形成一个混合系统。该系统能从大量用户原始特征集中选择最优特征子集，并将该特征子集用于社交网络中垃圾用户的分类和检测。目前，分类器的性能好坏取决于特征子集的选取,而特征选择问题可以被看作是优化问题，其目标是选择最佳的或接近最佳的特征子集。提出一种方法，利用滤波方法与和声算法的计算简单、迅速的优点实现最佳特征子集选取的目的。克服了过滤方法忽略特征之间依赖关系和包装器计算成本较高的缺点。

主权项

一种基于和声搜索的混合特征选择方法，包括以下步骤：S1：对社交网络用户原始特征集数据进行归一化和离散处理；S2：将步骤S1处理后的数据分别输入到若干个过滤器中，每个过滤器处理得到各自的特征子集；通过多数投票算法从若干个特征子集中选出较优特征子集；S3：初始化和声记忆的音乐家数目，最大迭代次数，和声记忆取值概率和微调概率；将S2中得到的较优特征子集存储在和声记忆中，作为随机和声；S4：每个音乐家从原始特征集中随机选择一个音符，形成新的和声；通过和声的依赖程度判定和声好坏，如果形成的新的和声比在和声记忆中最坏的和声好，新的和声则存入和声记忆中，而所述最坏的和声则被移除；否则丢掉该新的和声；S5：按照步骤S4迭代直到达到最大迭代次数，输出此时的新的和声，作为最优和声。