大数据分析基础：数据降维方法研究

　　《大数据分析基础：数据降维方法研究》通过对现有降维方法的梳理，提出三个混合式特征选择算法，分别是斯皮尔曼协方差布谷鸟算法（MSMCCS）、K值相关相冗改进的灰狼优化算法（KMR21GWO）和皮尔森距离改进的鲸鱼优化算法（MPMDI-WOA）。实验结果表明，MSMCCS算法有很快的收敛速度并且分类准确率明显好于其他算法。KMR21GWO算法在14个数据集上降维的效果非常明显，降维效果达到原来的0.4%~0.04%。在大部分数据集上MPMDIWOA算法的分类准确率高于其他算法。因此，提出的三个算法在有较高分类准确率的前提下，取得了理想的降维效果，为进行大数据分析奠定了基础。

　　郑月锋，男，1978年12月生，工学博士，现任吉林师范大学计算机学院副教授。先后在国内外学术期刊发表论文10余篇，其中SCI检索论文3篇，参编教材6部，主持和参与国家、省部级、地厅级科研、教研项目20余项，获得部、省、市级科研和教学奖项8项。