融合基于MapReduce并行改进二元蚁群算法与分形维数的属性选择方法 |
| |
引用本文: | 许力分,倪志伟,朱旭辉,贾凯,伍章俊.融合基于MapReduce并行改进二元蚁群算法与分形维数的属性选择方法[J].系统科学与数学,2019(6). |
| |
作者姓名: | 许力分 倪志伟 朱旭辉 贾凯 伍章俊 |
| |
作者单位: | 合肥工业大学管理学院;合肥工业大学过程优化与智能决策教育部重点实验室 |
| |
摘 要: | 属性选择是数据挖掘领域用于降低数据特征维度的预处理方法.针对大数据环境下高维数据的属性约简问题,提出了融合基于MapReduce并行改进二元蚁群算法与分形维数的属性选择方法.首先,引入了参数控制的位置更新策略、对蚂蚁个体与种群进行交叉变异、重新定义阻塞机制的信息素更新,提出了并行改进的二元蚁群算法MRIBACO.其次,以并行二元蚁群算法作为离散解空间的搜索策略,结合分形维数提出了属性选择模型.在6个UCI数据集上的实验结果表明,较其他方法计算效率更优,同时表明了其有效性与稳定性.
|
本文献已被 CNKI 等数据库收录! |
|