基于IPSO算法的特征选择与目标识别

为了提高相似目标的分类识别率,实现降维,提出了一种基于改进的粒子群优化(IPSO)的特征选择与目标识别方法.IPSO利用二进制位串来计算位置和速度,并在速度更新公式中增加约束项,权衡识别率与特征维数的比重选择适应度函数.结合距离分类器,用IPSO在自建的相似目标特征库上进行最优特征子集选择及分类实验.实验结果表明了该算法的有效性,在UCI数据集上的对比实验结果表明了IPSO的改进效果.