[发明专利]基于评分机制的森林优化算法的特征选择方法

摘要

基于评分机制的森林优化算法的特征选择方法属于一种新的演化算法，从候选集选优策略、单个特征对特征集合的评分策略角度出发，够让具有较高适应度值的解具有更高的被选中的概率。使得每一次的选择不是完全随机的，而是带有一定的倾向性。从而能降低陷入局部最优解的概率，能够快速、有效的搜索到近似最优的特征子集。可应用在社交网络分类、web文本数据挖掘、图像处理等高维数据领域，能够起到很好的降维作用。

主权项

基于评分机制的森林优化算法的特征选择方法，其特征在于，包括以下步骤：步骤1)初始化树、森林，森林是由许多树构成的；步骤2)局部播种，在步骤1)得到的初始化的森林，在给森林中的每棵树添加邻居树；步骤3)种群限制，在步骤2)，得到新增树后的森林，根据适应度值排序；并且对一部分树进行淘汰处理；把排序靠后的树提取出来，采用候选集择优策略选择出潜在最优特征子集的树，结果放入候选集中；步骤4)全局播种，在步骤3)，得到一批潜在最优子集的树，在给他们树添加邻居树，加入森林中去；步骤5)更新最优树，在这个阶段,把森林中适应度值最高的树选为是最好树并记录下，再执行步骤2)，直到满足停止条件。