基于多准则排序融合的特征选择方法 |
| |
引用本文: | 李晓,石国良,苟先太,金炜东.基于多准则排序融合的特征选择方法[J].计算机工程与设计,2015(4):1110-1114. |
| |
作者姓名: | 李晓 石国良 苟先太 金炜东 |
| |
作者单位: | 西南交通大学电气工程学院 |
| |
基金项目: | 国家自然科学基金重点项目(61134002);中央高校基本科研业务费专项基金项目(SWJT12CX038U) |
| |
摘 要: | 针对模式分类中特征选择问题,为去除冗余特征,提高分类准确率,提出一种基于ReliefF算法、Fisher比率算法和马氏距离算法的多准则排序融合的特征选择方法。动态结合上述3种单准则特征选择法的优点,实现对多个评价准则的综合利用。以Ionosphere标准数据集和高速列车转向架故障数据集为研究对象进行实验仿真,仿真结果表明,相比于单准则特征选择法,该方法能更有效地降低特征维数,具有更高的分类性能。
|
关 键 词: | 特征选择 排序融合 Fisher比率 ReliefF 马氏距离 模式分类 |
本文献已被 CNKI 等数据库收录! |
|