特征选择算法综述附视频

被引：172

作者：

计智伟 ^{[1
]}

胡珉 ^{[2
]}

尹建新 ^{[1
]}

机构：

[1] 浙江农林大学信息工程学院

[2] 上海大学悉尼工商学院

来源：

电子设计工程 | 2011年 / 09期

基金：

浙江省自然科学基金;

关键词：

特征选择; 特征子集; 搜索; 多目标优化;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

140502 [人工智能];

摘要：

自20世纪90年代以来,特征选择成为模式识别和机器学习领域的重要研究方向,研究成果十分显著,但是也存在许多问题需要进一步研究。本文首先将特征选择视为特征集合空间中的启发式搜索问题,对特征选择涉及的四个要素进行了阐述,然后从各个角度对特征选择算法进行了分类,概述了其各个分支的发展态势,最后探讨了基于多目标免疫优化的特征选择方法的研究思路。

引用

页码：46 / 51

页数：6

共 11 条

[1]

群体智能优化算法及其在生化过程控制中的应用研究 [D].

冯斌 .

江南大学,

2005

[2]

Filter versus wrapper gene selection approaches in DNA microarray domains[J] Artificial Intelligence In Medicine 2004,

[3]

Object detection using feature subset selection[J] Zehang Sun;George Bebis;Ronald Miller Pattern Recognition 2004,

[4]

SVM-based feature selection of latent semantic features[J] K. Shima;M. Todoriki;A. Suzuki Pattern Recognition Letters 2004,

[5]

Molecular classification of cancer types from microarray data using the combination of genetic algorithms and support vector machines[J] Sihua Peng;Qianghua Xu;Xuefeng Bruce Ling;Xiaoning Peng;Wei Du;Liangbiao Chen FEBS Letters 2003,

[6]

An improved branch and bound algorithm for feature selection[J] Xue-wen Chen Pattern Recognition Letters 2003,

[7]

Support vector machine classification and validation of cancer tissue samples using microarray expression data[J] Terrence S. Furey;Nello Cristianini;Nigel Duffy;David W. Bednarski;Michèl Schummer Bioinformatics 2000,

[8]

A branch and bound algorithm for feature subset selection Narendra P.M;Fukunaga K; IEEE Trans. on Computers 1997,

[9]

Comparison of Statistical Methods for Classification of Ovarian Cancer Using Mass Spectrometry Data wu B L;Abbott T;Fishman D;et a; Bioinformatics 2003,

[10]

Biomar-ker identification by feature wrappers Xiong Mo-Miao;Fang Xiang-Zhong;Zhao Jin-Ying; Genome Research 2001,

← 1 2 →