基于可信间隔的特征选择方法研究

被引：3

作者：

姜慧研 ^{[1
]}

柴天佑 ^{[2
,3
]}

机构：

[1] 东北大学软件学院

[2] 东北大学流程工业综合自动化教育部重点实验室

[3] 东北大学自动化研究中心

来源：

控制与决策 | 2011年 / 26卷 / 08期

基金：

国家自然科学基金重点项目;

关键词：

可信间隔; 特征选择; 支持向量机; 模式识别;

D O I：

10.13195/j.cd.2011.08.112.jianghy.014

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

传统的特征选择方法没有很好地考虑数据的模式特性而导致性能下降.RelierF是较为有效的特征选择方法,但存在特征权值随样本波动和不能去除冗余特征的问题.对此,从数据本身的模式特性出发,提出了可信间隔的概念和基于可信间隔进行特征选择的方法.以氧化铝回转窑烧结过程数据为实验数据进行特征选择和烧结工况识别实验,结果表明,所提出的方法能去除冗余特征,有效地提高了识别率.

引用

页码：1229 / 1232+1238 +1238

页数：5

共 4 条

[1] 一种基于PCA和ReliefF的特征选择方法 [J].

蒋玉娇 ;

王晓丹 ;

王文军 ;

毕凯 .

计算机工程与应用, 2010, (26) :170-172

[2] 基于改进的双快速行进法的图像分割方法 [J].

姜慧研 ;

崔晓亮 ;

周晓杰 ;

柴天佑 .

系统仿真学报, 2008, (03) :803-806+810

[3]

Theoretical and Empirical Analysis of ReliefF and RReliefF[J] . Marko Robnik-?ikonja,Igor Kononenko.Machine Learning . 2003 (1-2)

[4] New support vector algorithms [J].

Schölkopf, B ;

Smola, AJ ;

Williamson, RC ;

Bartlett, PL .

NEURAL COMPUTATION, 2000, 12 (05) :1207-1245

← 1 →