2022年06月24日:A particle swarm optimization based multiobjective memetic algorithm for high-dimensional feature selection
- 主页 /
- 通知公告 /
- 通知公告
2022年06月24日:A particle swarm optimization based multiobjective memetic algorithm for high-dimensional feature selection
【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)