基于近邻信息和PSO算法的集成特征选取

被引：16

作者：

刘全金 ^{[1
,2
]}

赵志敏 ^{[1
]}

李颖新 ^{[3
,4
]}

俞晓磊 ^{[5
]}

机构：

[1] 南京航空航天大学理学院

[2] 安庆师范学院物理与电气工程学院

[3] 北京经纬纺机新技术有限公司

[4] 北京市轻纺机械机器视觉工程技术研究中心

[5] 江苏省标准化研究院

来源：

电子学报 | 2016年 / 44卷 / 04期

基金：

安徽省自然科学基金;

关键词：

特征选取; PSO; 集成方法; 分类;

D O I：

暂无

中图分类号：

TP181 [自动推理、机器学习];

学科分类号：

140502 [人工智能];

摘要：

提出了一种新的PSO特征选取方法.以粒子对应特征组合的同类近邻样本和异类近邻样本间的距离关系作为类别可分性和粒子适应度函数.以适应度函数加权的群体历史最佳、粒子历史最佳和粒子邻域内最佳个体信息共同指导粒子运动方向,搜索类内紧密、类间分离的最佳特征组合;同时,利用加权集成方法对PSO特征选取方法进行集成,以提高特征选取方法的稳定性和鲁棒性.在5个高维数据集上的特征选取实验结果表明集成PSO特征选取方法的有效性和可行性.

引用

页码：995 / 1002

页数：8

共 14 条

[1]

MATLAB概率与数理统计.[M].周品; 编著.清华大学出版社.2012,

[2]

模式识别.[M].边肇祺等编著;.清华大学出版社.2000,

[3]

A Novel Feature Selection Algorithm using Particle Swarm Optimization for Cancer Microarray Data.[J].Barnali Sahu;Debahuti Mishra.Procedia Engineering.2012,

[4]

Feature selection based on sensitivity analysis of fuzzy ISODATA.[J].Quanjin Liu;Zhimin Zhao;Ying-Xin Li;Yuanyuan Li.Neurocomputing.2012,

[5]

Feature selection with dynamic mutual information.[J].Huawen Liu;Jigui Sun;Lei Liu;Huijie Zhang.Pattern Recognition.2008, 7

[6]

Constraint Score: A new filter method for feature selection with pairwise constraints.[J].Daoqiang Zhang;Songcan Chen;Zhi-Hua Zhou.Pattern Recognition.2007, 5

[7]

Particle swarm optimization for parameter determination and feature selection of support vector machines.[J].Shih-Wei Lin;Kuo-Ching Ying;Shih-Chieh Chen;Zne-Jung Lee.Expert Systems With Applications.2007, 4

[8]

Gene expression correlates of clinical prostate cancer behavior [J].