Resumen

La selección de características es un paso esencial en la preprocesamiento de datos en el reconocimiento de patrones y la minería de datos. Hoy en día, el problema de selección de características como un problema de optimización puede resolverse con algoritmos inspirados en la naturaleza. En este artículo, proponemos un método eficiente de selección de características basado en el algoritmo de búsqueda del cuco llamado CBCSEM. El método propuesto evita la convergencia prematura de métodos tradicionales y la tendencia a caer en óptimos locales, y esta eficiencia del método se atribuye a tres aspectos. En primer lugar, el mapa caótico aumenta la diversidad de la inicialización del algoritmo y sienta las bases para su convergencia. Luego, la estrategia de preservación de élites de dos poblaciones propuesta puede encontrar la más atractiva de cada generación y preservarla. Finalmente, el vuelo de Lévy se desarrolla para actualizar la posición de un cuco, y la estrategia de mutación uniforme propuesta evita el problema de que el espacio

• Materias:Modelo Matemático Gestión ambiental Sistemas dinámicos Datos estructurales Sistema inalámbrico
• Subjects:Mathematical model Environmental management Dynamic systems Structural data Wireless system
• Palabras claves:Selección de características; Preprocesamiento; Minería de datos; Problema de optimización; Algoritmo inspirado en la naturaleza; Algoritmo de búsqueda del cuco
• Keywords:Feature selection; Preprocessing; Data mining; Optimization problem; Nature-inspired algorithm; Cuckoo search algorithm