.png){kind=icon}
返回
Multi-phase evolutionary search space shrinking for large-scale multi-objective feature selection
.png){kind=icon}
PRE
AI
DOI：10.1016/j.asoc.2025.113755.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• LMSSS使用相关性、频率和NDS指导的排序来缩小搜索空间。
• 基于投票的交叉通过基于准确率的加权选择来解决父代分歧。
• 早阶段变异通过恢复种群中缺失的特征来防止陷入局部最优。
• 两阶段评估通过在较小的特征集上操作而非全维度来缩短运行时间。
• 在15个数据集上，LMSSS显著提升了HV/IGD和MCE指标，优于当前最先进（SOTA）算法。
Keyword:
Feature selection
Large-scale
Multi-objective optimization
Search space shrinking
Crossover
Mutation
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
6.6
论文数:
1.4W
被引数:
4.8W
机构
引用论文
SCADA intrusion detection scheme exploiting the fusion of modified decision tree and Chi-square feature selection.png)
INTERNET OF THINGS
OAAI
INTERNET OF THINGSIF7.6
OAAI分享收藏A Duplication Analysis-Based Evolutionary Algorithm for Biobjective Feature Selection基于重复分析的双目标特征选择进化算法
PREAI
分享收藏A Survey on Learnable Evolutionary Algorithms for Scalable Multiobjective Optimization可扩展多目标优化的可学习进化算法综述
OAAI
OAAI分享收藏A comprehensive survey on recent metaheuristics for feature selection对最近用于特征选择的元启发式方法的综合调查NEUROCOMPUTINGOAAI
NEUROCOMPUTINGIF6.5
OAAI分享收藏MOFS-REPLS: A large-scale multi-objective feature selection algorithm based on real-valued encoding and preference leadership strategyMOFS-REPLS：一种基于实值编码和偏好领导策略的大规模多目标特征选择算法
PREAI
分享收藏A novel binary many-objective feature selection algorithm for multi-label data classification一种新的用于多标签数据分类的二进制多目标特征选择算法
PREAI
分享收藏
查看更多内容