首页 | 本学科首页   官方微博 | 高级检索  
     

基于SVM的网络数据无监督特征选择算法
引用本文:代琨,于宏毅,仇文博,李青. 基于SVM的网络数据无监督特征选择算法[J]. 吉林大学学报(工学版), 2015, 45(2): 576-582
作者姓名:代琨  于宏毅  仇文博  李青
作者单位:1. 解放军信息工程大学信息系统工程学院,郑州450002;空军大连通信士官学校无线电导航系,辽宁大连116600
2. 解放军信息工程大学信息系统工程学院,郑州,450002
3. 空军大连通信士官学校无线电导航系,辽宁大连,116600
基金项目:国家科技重大专项项目(2010ZX03006-002,2011ZX03005-003-03)
摘    要:面向线性不可分的未知格式网络数据,提出了一种基于支持向量机的无监督特征选择算法。该算法通过非线性映射函数将不可分的网络数据映射到高维空间中,然后在高维空间中进行无监督的特征选择。该算法在特征选择之前不需要人工构造候选特征集合,直接从原始网络数据中自动地选择关键特征。利用人工数据集和网络数据集进行的实验结果表明:本文算法在特征选择可行性和有效性方面都有良好的表现。

关 键 词:人工智能  支持向量机  无监督特征选择  网络数据

Unsupervised feature selection algorithm based on support vector machine for network data
DAI Kun , YU Hong-yi , QIU Wen-bo , LI Qing. Unsupervised feature selection algorithm based on support vector machine for network data[J]. Journal of Jilin University:Eng and Technol Ed, 2015, 45(2): 576-582
Authors:DAI Kun    YU Hong-yi    QIU Wen-bo    LI Qing
Affiliation:DAI Kun;YU Hong-yi;QIU Wen-bo;LI Qing;Information System Engineering Institute,PLA Information Engineering University;Department of Radio Navigation,Dalian Airforce Communication NCO Academy;
Abstract:
Keywords:artificial intelligence  support vector machine  unsupervised feature selection  network data
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