首页期刊导航|智能系统学报
期刊信息/Journal information
智能系统学报
中国人工智能学会 哈尔滨工程大学
智能系统学报

中国人工智能学会 哈尔滨工程大学

钟义信

双月刊

1673-4785

tis@vip.sina.com

0451-82518134

150001

哈尔滨市南岗区南通大街145-1号楼

智能系统学报/Journal CAAI Transactions on Intelligent SystemsCSCD北大核心CSTPCD
查看更多>>《智能系统学报》于2006年3月正式出刊,双月刊,大16开,CN 23-1538/TP,ISSN 1673-4785,邮发代号14-190。《智能系统学报》是由中国人工智能学会和哈尔滨工程大学联合主办,是中国人工智能学会会刊。主要刊登神经网络与神经计算、智能信息处理、自然语言理解、智能系统工程、机器翻译、复杂系统、机器学习、知识工程与分布式智能、机器人、智能制造、粗糙集与软计算、免疫系统、机器感知与虚拟现实、智能控制与智能管理、可拓工程、人工智能基础等内容,目前,为美国《剑桥科学文摘》、英国《科学文摘》、中文核心期刊、中国科学引文数据库(CSCD)来源期刊、中国科技核心期刊等重要数据库收录。连续5年获国家自然科学基金资助,曾获得中国高校百佳科技期刊、中国科技论文在线优秀期刊一等奖、中国高校特色科技期刊、工业和信息化部优秀期刊等多项荣誉。
正式出版
收录年代

    具有混合策略的樽海鞘群特征选择算法

    余紫康董红斌
    757-765页
    查看更多>>摘要:近年来,随着计算机和数据库技术的快速发展,大规模数据集迅速增长,利用特征选择技术来筛选信息量大的特征已经变得非常重要.本文提出了一种具有混合策略的樽海鞘群特征选择算法(salp swarm feature se-lection algorithm with hybrid strategy,HS-SSA).首先,本文生成一张基于互信息的排序表,并由排序表提出了新的初始化策略.其次,提出一个新颖的并且有条件调用的动态搜索算法.最后在位置更新上结合瞬态搜索算法(transient search algorithm,TSO),改进勘探和开发步骤的效率,增加解空间的灵活性和多样性,从而使算法能够快速定位到全局最优位置.为了验证算法的性能,实验选取 14 个UCI的数据集,并且与樽海鞘群算法(SSA)以及近几年樽海鞘群的改进算法等多种优化算法进行比较,结果表明HS-SSA在特征选择上具有更强的竞争力.

    特征选择樽海鞘群算法瞬态搜索算法启发式算法互信息动态搜索算法秩和检验K近邻

    2024全球人工智能技术博览会

    765页

    作者须知

    封3页