公开(公告)号：CN115660025A

公开(公告)日：2023-01-31

申请号：CN202211307323.6

申请日：2022-10-25

Applicant: 吉林大学 ,  吉林大学深圳研究院

Inventor： 康辉 ,  王渤雄 ,  李家辉 ,  李洪娟

IPC: G06N3/006 ,  G06F18/241 ,  G06F18/211

Abstract: 本发明公开了一种基于改进蜜獾算法的物联网设备识别特征提取与选择方法，包括：步骤一、从物联网环境网关中捕获流量数据，提取物联网流量特征数据；步骤二、对提取到的特征数据进行标准化预处理；步骤三、构建多目标联合特征选择的目标函数，利用目标函数评价特征子集；步骤四、通过改进的蜜獾算法求解特征子集，输出最优特征子集。能够从真实物联网流量环境中提取出特征进行选择分类，能够有效降低特征子集的维数，提高物联网设备分类效率，减少分类器的计算开销，减少运行时间。

公开(公告)号：CN115935155A

公开(公告)日：2023-04-07

申请号：CN202211585491.1

申请日：2022-12-09

Applicant: 吉林大学

Inventor： 康辉 ,  包新雨 ,  孙庚 ,  李洪娟 ,  王渤雄

IPC: G06F18/2111 ,  G06F18/24 ,  G06F16/2458 ,  G06N3/006

Abstract: 本发明公开了一种基于蛇群优化算法的大数据特征选择方法，包括：对蛇群优化算法的参数以及适应度计算函数初始化，并将蛇群分为雄性蛇群和雌性蛇群；分别对雄性蛇群、雌性蛇群的最优解和最优适应度值进行初始化；定义第一温度、第一食物质量、温度阈值以及食物质量阈值；分别基于第一食物质量与食物质量阈值的大小关系，第一温度与温度阈值的大小关系，迭代计算，更新雄蛇和雌蛇的最优解、最优适应度值；直到迭代结束，获取最终全局最优解；基于最终全局最优解训练分类器，基于分类器进行大数据特征选择。本申请有效地提高群体智能优化算法的全局搜索能力，跳出局部最优的能力，避免了过早收敛和陷入局部最优，进而获得比已有发明更优质的解。