系统工程与电子技术

作者：李庚松, 刘艺, 郑奇斌, 秦伟, 李红梅, 任小广, 宋明武

单位：1. 国防科技创新研究院, 北京 100071；2. 军事科学院, 北京 100091；3. 天津(滨海)人工智能创新中心, 天津 300457

关键词：元特征选择,蚁狮优化算法,算法选择,元学习,分类

基金：科技部科技创新2030-重大项目(2020AAA0104802);国家自然科学基金(91948303);国家自然科学青年基金(61802426)

为了提升基于元学习算法选择的性能, 提出一种基于蚁狮算法的元特征选择方法。首先, 通过鲁棒初始化机制构建初始种群, 增强所选元特征子集的鲁棒性。其次, 在个体解的搜索过程中应用动态边界策略, 增加方法的种群多样性。然后, 采用混沌映射变异策略, 提升方法的寻优性能, 给出方法伪代码并分析时间复杂度。最后, 使用130个数据集、150种元特征、8种候选算法和5种性能指标构建分类算法选择问题进行测试实验, 分析方法的参数敏感性和机制策略效果, 通过准确率、查准率、查全率和F1分数指标评估并对比方法性能, 验证了所提方法的有效性和优越性。

来源：2023年第9期

《系统工程与电子技术》期刊编辑部

查看系统工程与电子技术杂志2023年第9期