| 基于模拟退火算法和最近邻分类器识别率的特征选择方法 |
| |
| 引用本文： | 王克奇,王辉,白雪冰.基于模拟退火算法和最近邻分类器识别率的特征选择方法[J].自动化技术与应用,2007,26(1):27-29. |
| |
| 作者姓名： | 王克奇 王辉 白雪冰 |
| |
| 作者单位： | 东北林业大学,机电工程学院,黑龙江,哈尔滨,150040 |
| |
| 基金项目： | 黑龙江省自然科学基金
,
黑龙江省哈尔滨市自然科学基金 |
| |
| 摘 要： | 为了提高分类器的识别率,提出一种基于模拟退火算法和最近邻类器识别率的特征选择方法。该方法采用特征度量中的准确性度量(分类器识别率),能直接评价特征组合的优劣,并结合改进的模拟退火算法使用,能确保收敛到近似全局最优解。仿真试验表明,该方法所求解的质量优于传统特征选择方法,并且有很强的噪声容忍性,有一定的工程实用价值。
|
| 关 键 词： | 特征选择 模拟退火算法 最近邻分类器 灰度共生矩阵 分形维数 |
| 文章编号： | 1003-7241(2007)01-0027-03 |
| 修稿时间： | 2006年6月27日 |
Feature Selection Based on Simulated Annealing Algorithm and the Recognition Rate of the Nearest Neighbor Classifier |
| |
| WANG Ke-qi,WANG Hui,BAI Xue-bing.Feature Selection Based on Simulated Annealing Algorithm and the Recognition Rate of the Nearest Neighbor Classifier[J].Techniques of Automation and Applications,2007,26(1):27-29. |
| |
| Authors: | WANG Ke-qi WANG Hui BAI Xue-bing |
| |
| Abstract: | In order to enhance the recognition ratio of the classifier, a new feature selection method is proposed based on the simulated annealing algorithm and the nearest neighbor classifier. The accuracy metric incombination with a modifeid simulated annealing algorithm can insure the convergence on the approximate global optimal solution. Simulation results show that the method is superior to other traditional methods. |
| |
| Keywords: | feature selection simulated annealing algorithm the nearest neighbor classifier GLCM fractal dimension |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
