基于分形维数和蚁群算法的属性选择方法

被引：6

作者：

倪丽萍

倪志伟

吴昊

叶红云

机构：

[1] 合肥工业大学管理学院

来源：

模式识别与人工智能 | 2009年 / 22卷 / 02期

关键词：

分形维数; 属性选择; 蚁群算法;

D O I：

10.16451/j.cnki.issn1003-6059.2009.02.009

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

属性选择在机器学习和数据挖掘领域起着重要作用,通常作为一个主要的预处理步骤.本文提出一种利用分形维数和蚁群算法进行属性选择的方法.在该方法中分形维数作为属性选择的评价机制,利用蚁群算法的正反馈机制加速属性选择的过程.为了分析结果的有效性,利用SVM分类算法和K-fold交叉验证相结合的方法对4个数据集属性选择前后的分类性能进行测试.实验结果表明该方法具有较好的性能,它能在较短的时间里找到较优的属性子集,并大大降低了数据集的维数.

引用

页码：293 / 298

页数：6

共 5 条

[1]

融和启发信息的蚁群特征选择方法[J]. 叶志伟,郑肇葆,虞欣.测绘科技情报. 2007 (03)

[2] 基于特征选择的轻量级入侵检测系统 [J].

陈友 ;

程学旗 ;

李洋 ;

戴磊 .

软件学报, 2007, (07) :1639-1651

[3] 一种高效的分形属性选择算法 [J].

闫光辉 .

兰州交通大学学报, 2007, (01) :6-10+25

[4] 一种基于分形维的快速属性选择算法 [J].

鲍玉斌 ;

王琢 ;

孙焕良 ;

于戈 .

东北大学学报, 2003, (06) :527-530

[5]

LIBSVM—A Library for Support Vector Machines .2 Chang C C,Lin C J. http://www.csie. ntu.edu.tw/cjlin/libsvm . 2008

← 1 →