【报告内容】

2022.6.24 讨论课，时间：19:30，腾讯会议：981 3177 4321

汇报人：陈宇翔

单 位：福建工程学院

主题《A particle swarm optimization based multiobjective memetic algorithm for high-dimensional feature selection》

1、Introduction

2、Method

3、Results

4、Conclusion

【报告总结】

1、文章中的汉明距离是在决策空间计算还是在解空间进行计算的？

答：文章所涉及到的特征选择问题所使用的既是解空间也是决策空间，在该决策空间里面进行计算。

2、在特征选择当中，是怎么评估一个解是一个好的解？

答：优先考虑分类准确度，其次是选中的解的数量，选中越少量特征并能达到较高准确率的解就是好的解。

3、在该文章的离散非主导排序中，横轴和纵轴分别代表了什么？

答：横轴代表的是按照选中特征数量从低到高排序的特征集合，纵轴代表该解集的分类错误率，也是从低到高排序。

4、使用汉明距离评估得到的粒子更新速度的策略目的是为了什么？

答：为了提高种群的多样性，提高算法的搜索能力。

5、使用离散非主导排序的目的是什么？

答：提高算法的运行速度，减少时间复杂度。

报告时间：2022年06月24日19:30

腾讯会议ID：981 3177 4321

点我下载本讨论课相关文献或PPT吧~(提取码：iipr)