.png){kind=icon}
返回
Multi-objective feature selection using PSO with rough hypercuboid approach
.png){kind=icon}
PRE
AI
DOI：10.1016/j.asoc.2026.116524.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 提出RHPSON，使用基于RH的高效适应度函数结合PSO优化特征选择。
• RHPSON通过利用显著性度量来提高准确性和紧凑性。
• 引入NSRHPSO，一种通过热力学概率生成帕累托解的多目标方法。
• NSRHPSO通过热力学概率选择全局最优个体，平衡收敛性和多样性。
• 实验证实NSRHPSO在显著减少子集大小的同时保持有竞争力的准确率。
Keyword:
Feature selection
Multi-objective optimization
Rough hypercuboid
Particle swarm optimization
期刊
IF:
6.6
论文数:
1.4W
被引数:
4.8W
机构
引用论文
暂无论文信息