基于因果模型和多模态多目标优化的两阶段特征选择方法

扫码查看

原文链接

国家科技期刊平台
NETL
NSTL
万方数据
维普

中文摘要：特征选择中特征数量和分类精度之间的关系通常可以看作是一个多模态多目标优化问题,但现有大多数多模态多目标进化算法对于高维优化问题的求解存在搜索能力不足的问题.为解决该问题,提出一种基于因果模型和多模态多目标进化算法的两阶段特征选择方法.在该方法中,首先使用因果模型对数据进行特征选择以便降低问题维度;然后使用多模态多目标优化算法搜索具有多模态特性的特征子集.为验证所提算法性能,它被用于术中低体温风险预测模型的特征选择问题.实验结果表明,提出的两阶段特征选择方法不仅融合了 2种不同方法的优点,而且能为术中低体温预测提供更多决策支持.

外文标题：A two-stage feature selection method based on causal model and multimodal multi-objective optimization

外文关键词：

causal modelmultimodal multi-objective optimizationfeature selectionintraoperative hypothermiaevolutionary computation

作者：

王逸豪、黄敬英、范勤勤

展开 >

作者单位：

上海海事大学物流研究中心,上海201306

浙江大学医学院附属邵逸夫医院麻醉恢复室,浙江杭州310020

关键词：

因果模型多模态多目标优化特征选择术中低体温进化计算

基金：

上海市浦江人才计划国家自然科学基金山东联合基金

项目编号：

22PJD030U2006228

出版年：

2023

DOI：

10.15983/j.cnki.jsnu.2023023

陕西师范大学学报(自然科学版)

陕西师范大学

陕西师范大学学报(自然科学版)

CSTPCDCSCD北大核心

影响因子：0.563

ISSN：1672-4291

年,卷(期)：2023.51(5)

参考文献量15