《表1 数据集信息：混合互信息和粒子群算法的多目标特征选择方法》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《混合互信息和粒子群算法的多目标特征选择方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

算法的具体参数如下，局部搜索中提出的α=0.02，种群的大小P=30，最大迭代次数为100，Archive的大小为30。本文提出的方法HMIPSO、CMDPSO和MOPSO算法的公共参数设置相同：学习因子c1和c2取区间[1.5，2.0]的随机值，惯性权重ω取区间[0.1，0.5]的随机值，粒子最大速度vmax=0.6，最小速度vmin=-0.6，阈值Threshold=0.6。在NSGA-II和BMOABC算法中，采用的是二进制编码，每个粒子是由n个二进制串组成，n为粒子的维度，每位的值为0表示特征没有被选择，值为1表示特征被选择。NSGA-II算法中的突变概率为1/n，交叉概率0.9。BMOABC算法中，限制参数limit=100，参数T=10 000。对于每个数据集都被独立运行40次。