| 
  中国学术期刊网络出版总库
  关闭
广义邻域粗集下的集成特征选择及其选择性集成算法  
   推荐 CAJ下载 PDF下载
【英文篇名】 Ensemble Feature Selection Based on Generalized Neighborhood Rough Model and Its Selective Integration
【下载频次】 ★★★★★
【作者】 马超; 陈西宏; 徐宇亮; 王光明;
【英文作者】 MA Chao; CHEN Xihong; XU Yuliang; WANG Guangming(Missile Institute; Air Force Engineering University; Sanyuan; Shaanxi 713800; China);
【作者单位】 空军工程大学导弹学院;
【文献出处】 西安交通大学学报 , Journal of Xi'an Jiaotong University, 编辑部邮箱 2011年 06期  
期刊荣誉：中文核心期刊要目总览  ASPT来源刊  中国期刊方阵  CJFD收录刊
【中文关键词】 集成特征选择; 广义邻域粗集; 马氏距离分布熵; 选择性集成; 模拟电路故障诊断;
【英文关键词】 ensemble feature selection; generalized neighborhood roughset; distribution entropy of Mahalanobis distance; selective integration; analog circuit fault diagnosis;
【摘要】 针对实际模式识别系统中样本特征常具有的连续值属性、高维性、强相关性和冗余性等影响分类效果的问题,在广义邻域粗集模型下提出一种集成特征选择及其选择性集成算法.该算法先提取样本特征并利用所提出的马氏距离分布熵评估其重要度,再基于特征重要度构建广义邻域粗集模型,并在此模型上以特征重要度为启发式信息设计基于蚁群算法的属性约简算法,然后通过改变广义邻域粗集模型参数的方式获得更多具有更大差异性的基分类器,最后利用主成分分析法对产生的基分类器进行选择性集成.模拟电路故障诊断结果表明,该算法比AdaBoost等算法取得的分类精度至少提高了2.6%.
【英文摘要】 A new ensemble feature selection method under the model of generalized neighborhood rough set is presented to improve the classification accuracy in actual pattern recognition systems.The importance degrees of sample features are evaluated by the distribution entropy of Mahalanobis distance(DEMD),and the generalized neighborhood rough model is constructed based on resulting degrees.Then a fast attribute reduction algorithm that takes features importance degrees as heuristic information is designed to produc...
【基金】 国家自然科学基金资助项目(60971118)
【更新日期】 2011-06-28
【分类号】 TP181
【正文快照】 个体分类器的分类精度和个体分类器之间的差异性是影响集成学习器泛化能力的2个关键因素,其中不同个体分类器的差异性对提高集成学习器的分类精度以及泛化能力至关重要[1].实际模式识别系统中的原始样本数据往往是随机采集的,如轴承的振动信号、电机的电流信号、模拟电路的电压

xxx
【读者推荐文章】中国期刊全文数据库 中国博士学位论文全文数据库 中国优秀硕士学位论文全文数据库
【相似文献】
中国期刊全文数据库
中国优秀硕士学位论文全文数据库
中国博士学位论文全文数据库
中国重要会议论文全文数据库
中国重要报纸全文数据库
中国学术期刊网络出版总库
点击下列相关研究机构和相关文献作者，可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献，使您全面了解该机构和该作者的研究动态和历史。
【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献，从上层导航可以浏览更多相关领域的文献。

工业技术
　 自动化技术、计算机技术
　　 自动化基础理论
　　　 人工智能理论
　　　　 自动推理、机器学习
  
 
  CNKI系列数据库编辑出版及版权所有：中国学术期刊(光盘版)电子杂志社
中国知网技术服务及网站系统软件版权所有：清华同方知网(北京)技术有限公司
其它数据库版权所有：各数据库编辑出版单位（见各库版权信息）
京ICP证040431号    互联网出版许可证 新出网证（京）字008号