用于非监督特征选择的免疫克隆多目标优化算法

doi:10.3969/j.issn.1001-2400.2010.01.004

J4 ›› 2010, Vol. 37 ›› Issue (1): 18-22.doi: 10.3969/j.issn.1001-2400.2010.01.004

用于非监督特征选择的免疫克隆多目标优化算法

尚荣华;焦李成;吴建设;马文萍;李阳阳

(西安电子科技大学智能感知与图像理解教育部重点实验室，陕西西安 710071)

收稿日期:2008-12-16 出版日期:2010-02-20 发布日期:2010-03-29
作者简介:尚荣华(1979-)，女，讲师，博士，E-mail: rhshang@mail.xidian.edu.cn．
基金资助:
国家“863”计划资助项目(2009AA12Z210);陕西省“13115”科技创新工程重大科技专项资助项目(2008ZDKG-37);国家自然科学基金资助项目(60703107,60703108,60803098);陕西省自然科学基金资助项目(2007F32);国家教育部博士点基金资助项目(20070701022);中国博士后科学基金特别资助项目(200801426);中国博士后科学基金资助项目(20080431228);教育部长江学者和创新团队支持计划资助项目(IRT0645)

Immune clonal multi-objective algorithm for unsupervised feature selection

SHANG Rong-hua;JIAO Li-cheng;WU Jian-she;MA Wen-ping;LI Yang-yang

(Ministry of Education Key Lab. of Intelligent Perception and Image Understanding, Xidian Univ., Xi'an 710071， China)

Received:2008-12-16 Online:2010-02-20 Published:2010-03-29

摘要/Abstract

摘要：

提出一种基于免疫克隆多目标优化算法的特征选择方法，先将非监督特征选择问题归结为多目标优化问题，然后构造相应的问题模型和目标函数．最后，采用免疫克隆多目标优化算法，通过增加相关特征的显著性，减小不相关特征的显著性来实现每个特征显著性的优化，达到特征选择的目的．UCI数据集的仿真实验表明，该算法降低了错误识别率，验证了其在非监督特征选择中的应用潜力．

关键词: 非监督特征选择, 克隆选择, 多目标优化

Abstract:

The unsupervised feature selection is transferred into a multiobjective optimization problem, and the immune clonal selection algorithm for multi-objective optimization is applied to solve it. Firstly, the unsupervised feature selection problem is translated into multi-objective problem. Secondly, the model and the objective functions are constructed. Lastly, each feature of significance is optimized by increasing the significance of the related features and decreasing the significance of the unrelated features. Experimental results on UCI data sets show that the error recognition rate is decreased and that the effectiveness and potential of the method are validated.

Key words: unsupervised feature selection, clonal selection, multi-objective optimization

尚荣华;焦李成;吴建设;马文萍;李阳阳. 用于非监督特征选择的免疫克隆多目标优化算法[J]. J4, 2010, 37(1): 18-22.

SHANG Rong-hua;JIAO Li-cheng;WU Jian-she;MA Wen-ping;LI Yang-yang. Immune clonal multi-objective algorithm for unsupervised feature selection[J]. J4, 2010, 37(1): 18-22.

参考文献

［1］张向荣. 基于选择性特征融合与集成学习的SAR 图像分类与分割［D］. 西安: 西安电子科技大学, 2006.
Zhang Xiangrong. Classification and Segmentation of SAR Images Based on Selective Feature Fusion and Ensemble Learning［D］. Xi'an: Xidian University, 2006.
［2］朱虎明, 焦李成. 并行免疫克隆特征选择算法［J］. 西安电子科技大学学报, 2008, 35(5): 853-857.
Zhu Huming, Jiao Licheng. Parallel Immune Clonal Selection for Feature Selection［J］. Journal of Xidian University, 2008, 35(5): 853-857.
［3］黄文龙, 焦李成, 贾建. 一种结构自适应免疫抗体竞争网络的非监督图像分割［J］. 西安电子科技大学学报, 2008, 35(3): 444-448.
Huang Wenglong, Jiao Licheng, Jia Jian. Unsupervised Image Segmentation Using an Immune Antibody Competitive Network［J］. Journal of Xidian University, 2008, 35(3): 444-448.
［4］赵恒, 杨万海, 张高煜. 模糊K-Harmonic Means聚类算法［J］. 西安电子科技大学学报, 2005, 32(4): 603-606.
Zhao Hen, Yang Wanhai, Zhang Gaoyu. Fuzzy K-Harmonic Means Clustering Algorithm［J］. Journal of Xidian University, 2005, 32(4): 603-606.
［5］尚荣华,马文萍, 焦李成, 等. 用于求解多目标优化问题的克隆选择算法［J］. 西安电子科技大学学报, 2007, 34(5): 716-721.
Shang Ronghua, Ma Wenping, Jiao Licheng, et al. Clonal Selection Algorithm for Multi-objective Optimization Problems［J］. Journal of Xidian University, 2007, 34(5): 716-721.
［6］Xie X L, Beni G. A Validity Measure for Fuzzy Clustering［J］. IEEE Trans on Pattern Analysis and Machine Intelligence, 1991(13): 841-847.
［7］Dy J G, Brodley C E, Kak A, et al. Unsupervised Feature Selection Applied to Content-based Retrieval of Lung Images［J］. IEEE Trans on Pattern Analysis and Machine Intelligence, 2003(25): 373-378.
［8］Runarsson T P, Yao X. Stochastic Ranking for Constrained Evolutionary Optimization［J］. IEEE Trans on Evolutionary Computation, 2000, 4(3): 284-294.

[1]	余修武, 晋诗琪. 融合VFA和ISSA的多目标优化WSN覆盖算法[J]. 西安电子科技大学学报, 2024, 51(6): 60-72.
[2]	万梦依, 武燕. 一种新的基于预测的动态多目标进化算法[J]. 西安电子科技大学学报, 2024, 51(3): 124-135.
[3]	朱思峰, 宋兆威, 陈昊, 朱海, 乔蕊. 智慧交通场景下云边端协同的多目标优化卸载决策[J]. 西安电子科技大学学报, 2024, 51(3): 63-75.
[4]	张铂扬, 褚怡, 杨仲平, 周青松. 用于精确干扰波形设计的高效流形算法[J]. 西安电子科技大学学报, 2023, 50(6): 84-92.
[5]	刘景美,闫义博. 人工鱼群特征选择的网络入侵检测系统[J]. 西安电子科技大学学报, 2023, 50(4): 132-138.
[6]	张浩, 覃涛, 徐凌桦, 王霄, 杨靖. 改进多目标蚁狮算法的WSNs节点部署策略[J]. 西安电子科技大学学报, 2022, 49(5): 47-59.
[7]	张宇鹏,吴自力,陈鸣,张璐璐. 面向交叉微服务链的任务调度优化[J]. 西安电子科技大学学报, 2021, 48(6): 32-39.
[8]	杜文占,余志勇,杨剑,姜海滨. 改进NSGA-II算法及监测天线部署优化研究[J]. 西安电子科技大学学报, 2021, 48(5): 239-248.
[9]	刘天宇,王翥. 一种多样性控制的多目标粒子群算法[J]. 西安电子科技大学学报, 2021, 48(3): 106-114.
[10]	杨五四,陈莉,王毅,张茂省. 一种适应度排序的高维多目标粒子群优化算法[J]. 西安电子科技大学学报, 2021, 48(3): 78-84.
[11]	王燕. 改进多目标进化算法的云工作流调度[J]. 西安电子科技大学学报, 2019, 46(1): 130-136.
[12]	韩亚敏;柴争义;李亚伦;朱思峰. 长尾群组推荐的免疫多目标优化实现[J]. 西安电子科技大学学报, 2018, 45(3): 109-116.
[13]	王丹青;李萍. 利用GEK代理模型的天线快速多目标优化设计[J]. 西安电子科技大学学报, 2018, 45(2): 129-134+165.
[14]	王明昭;王宇平;王晓丽;卫珍. 一种均匀聚集距离的改进NSGA-Ⅱ算法[J]. 西安电子科技大学学报, 2016, 43(3): 49-54+130.
[15]	魏明军;王月月;金建国. 一种改进免疫算法的入侵检测设计[J]. 西安电子科技大学学报, 2016, 43(2): 126-131.

用于非监督特征选择的免疫克隆多目标优化算法

Immune clonal multi-objective algorithm for unsupervised feature selection

PDF (PC)

赞

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 0