徐文涛
- 作品数：1 被引量：3H指数：1
- 供职机构：河南师范大学计算机与信息工程学院更多>>
- 发文基金：中国博士后科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种基于特征子集区分度优化的分组特征选择算法被引量：3
- 2015年
- 针对现有特征选择算法大多对特征之间的结构化效应考虑不充分、可能导致所选择出的特征集存在冗余、进而影响算法效率和代表特征精确度的缺点,提出一种基于特征子集区分度优化的分组特征选择算法.该算法基于相关性强的特征其系数距离也较近的假设,首先引入分组标识矩阵,构建基于距离的组内特征相关性和组间特征区分度的度量标准,将分组特征选择问题转换为0-1多目标优化问题;其次,引入离散型粒子群算法,优化分组标识矩阵,使得组间区分度和组内相关性同时尽可能大,最终自适应确定最优分组结构.在UCI标准数据集上的对比实验结果表明,本文所提算法可以很好地识别特征中蕴含的分组结构,与现有代表性算法相比,该算法具有更高的分类预测精度.
- 毛文涛徐文涛薛天宇何玲
