蚁群算法的matlab代码-Graph-clustering-with-ant-colony-optimization-for-...

蚁群算法的matlab代码具有特征选择的蚁群优化图形聚类 针对分类问题，提出了一种基于图聚类和蚁群优化的特征选择方法。 所提出的方法的算法分三个步骤进行。 第一步，将整个功能集表示为图形。 在第二步中，使用社区检测算法将特征分为几个聚类，最后在第三步中，开发基于蚁群优化的新颖搜索策略以选择特征的最终子集。 此外，使用一种称为新型可分离性指数的基于监督过滤器的方法来评估每个蚂蚁的选定子集。 因此，所提出的方法不需要任何学习模型，并且可以被分类为基于滤波器的特征选择方法。 所提出的方法将社区检测算法与基于蚁群的改进搜索过程相结合，以解决特征选择问题。 此外，自动确定每个蚂蚁的构造子集的大小以及最终特征子集的大小。 代码信息 标题：图聚类与蚁群优化集成以进行特征选择论文地址： 定位为：Moradi P.，Rostami M.图聚类与蚁群优化集成以进行特征选择。 基于知识的系统.2015,84：144-161.DOI：10.1016 / j.knosys.2015.04.007。 代码在Matlab中。 许多功能取决于中的文件。 确保将此文件夹添加到您的Matlab路径中。 版权澄清 版权归雪