论文研究基于基因表达式编程抽取特征的分类算法.pdf

传统的基因表达式编程在解决多分类问题时,人为地把多分类转换成多次两分类。融合了K-最邻近分类和基因表达式编程两种技术,做了下列工作：（1）提出了基于基因表达式编程中的特征抽取,证明了特征抽取区多样性定理;（2）提出了特征的自动聚类策略和特征集的自动选择策略,用特征的聚类辅助对象的分类;（3）提出基于基因表达式编程的最邻近距离分类算法,用抽取出的特征采用最邻近距离分类算法进行多分类;（4）实验表明,采用基于基因表达式编程的最邻近距离分类算法,有效地解决了多分类问题,改善了分类性能,使平均分类正确率提高约4%～10%,用于分类的特征维数减少60%～79%。