2026年04月10日：Evolutionary Multitask Optimization for Multiform Feature Selection in Classification
- 主页 /
- 通知公告 /
- 通知公告
2026年04月10日：Evolutionary Multitask Optimization for Multiform Feature Selection in Classification
【报告内容】
汇报人：贾利阳
汇报单位：太原理工大学
主题：Evolutionary Multitask Optimization for Multiform
Feature Selection in Classification
1、Introduction
2、Method
3、Experiment
4、Conclusion
【报告总结】
1.待解决的问题描述
（1）大多数现有基于EC的FS算法将FS视为封装形式优化任务。
（2）包装和过滤方法各有优缺点。包装法分类精度高，特征选择效果更可靠。但计算代价极高、非常耗时。过滤法计算成本极低、速度极快，不需要分类器，但分类精度通常不如包装法。
2.相关创新方案
（1）提出了一种新的方法来将FS问题建模为一个廉价的滤波型优化任务。为了构建该任务，提出了一种双重相关测量辅助的粗聚类方法，以较低的计算代价将所有特征聚类
（2）提出将FS问题同时建模为两种任务形式，这些任务可以考虑包装器和滤波方法的强度，并缓解其弱点。为解决这些任务，提出了EMTFS算法，利用基于哈明距离的知识识别方法和TCKT策略来区分和传递积极知识
3.实验总结
本文创新地将FS问题建模为包裹形式优化任务和廉价滤波形式优化任务。同时进一步提出了EMTFS算法，用于解决不同形式任务中的FS问题，其中利用正向知识识别方法和TCKT策略，识别并转移不同的正向知识，以提升收敛速度和准确率。
报告时间：2026年04月10日19:30
腾讯会议：311-5999-8176
点我下载本讨论课相关文献或PPT吧~(提取码：iipr)