首页 | 本学科首页   官方微博 | 高级检索  
     

基于加权正域的特征选择算法
引用本文:王晨曦,林耀进,刘景华,林梦雷. 基于加权正域的特征选择算法[J]. 计算机科学与探索, 2015, 0(3): 368-375
作者姓名:王晨曦  林耀进  刘景华  林梦雷
作者单位:1. 漳州职业技术学院 计算机工程系,福建 漳州,363000
2. 闽南师范大学 计算机学院,福建 漳州,363000
基金项目:国家自然科学基金;福建省自然科学基金;福建省教育厅科技项目;漳州市科技项目~~
摘    要:基于邻域粗糙集的特征选择算法无法评价特征与样本之间的相互关系,为此,通过融合基于大间隔获得样本对特征的评价准则,提出了基于加权正域的特征选择算法。该算法有效地实现了特征对样本的区分能力与样本对特征的贡献程度的综合利用。在UCI数据集和5个高维小样本数据集上的实验结果表明,相比传统的单准则评价的特征选择方法,该方法不仅能有效地提高特征选择的分类性能,而且更加有利于处理高维小样本数据集。

关 键 词:特征选择  正域  大间隔  邻域粗糙集

Feature Selection Algorithm Based on Weighted Positive Region
WANG Chenxi , LIN Yaojin , LIU Jinghua , LIN Menglei. Feature Selection Algorithm Based on Weighted Positive Region[J]. Journal of Frontier of Computer Science and Technology, 2015, 0(3): 368-375
Authors:WANG Chenxi    LIN Yaojin    LIU Jinghua    LIN Menglei
Affiliation:WANG Chenxi;LIN Yaojin;LIU Jinghua;LIN Menglei;Department of Computer Engineering,Zhangzhou Institute of Technology;School of Computer Science, Minnan Normal University;
Abstract:
Keywords:feature selection  positive region  large margin  neighborhood rough sets
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号