最近，來自智能機(jī)器研究所的研究人員開發(fā)了一種基于組合移動(dòng)窗口(CMW)和可變維粒子群優(yōu)化(VDPSO)算法的新波長選擇算法。

CMW保留了移動(dòng)窗口算法的優(yōu)勢(shì)，并且不同的窗口可以相互重疊以實(shí)現(xiàn)光譜間隔寬度和數(shù)量的自動(dòng)優(yōu)化。VDPSO算法改進(jìn)了傳統(tǒng)的粒子群優(yōu)化(PSO)算法。

這種稱為VDPSO-CMW的新算法可以搜索不同維度的數(shù)據(jù)空間，并減少局部極值受限和過度擬合的風(fēng)險(xiǎn)。

結(jié)合移動(dòng)窗口策略，可以快速選擇光譜數(shù)據(jù)變量。

通過與BOSS，VCPA，iVISSA和IRF等四種高性能變量選擇算法的比較，結(jié)果表明該算法可以選擇更重要的光譜信息，提高模型的預(yù)測(cè)能力。

該算法有望進(jìn)一步應(yīng)用于基因組學(xué)，蛋白質(zhì)組學(xué)，代謝組學(xué)和定量構(gòu)效關(guān)系領(lǐng)域的數(shù)據(jù)分析。