中国学术期刊网络出版总库
  关闭
基于正则化互信息改进输入特征选择的分类算法  
   推荐 CAJ下载 PDF下载
【英文篇名】 Improved inputted feature selection classification algorithm based on regular mutual information
【下载频次】 ★★★
【作者】 潘果;
【英文作者】 PAN Guo; College of Information Science and Engineering; Hunan University; Logistics Information Department; Hunan Vocational College of Modern Logistics;
【作者单位】 湖南大学信息科学与工程学院; 湖南现代物流职业技术学院物流信息系;
【文献出处】 计算机工程与应用 , Computer Engineering and Applications, 编辑部邮箱 2014年 15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】 输入特征选择; 最优特性集; 正则化互信息; 分类; 鲁棒性;
【英文关键词】 input feature selection; optimal feature set; regular mutual information; classification; robustness;
【摘要】 针对基于互信息(MI)传统特征选择方法中要求确定冗余度参数β的问题,提出一种改进型特征选择算法NMIFS-FS2。该算法在对连续或离散特征进行选择时,输入为特征组合与类之间的MI,代替传统算法中单一特征与类之间的MI,解决了冗余度参数β很难确定的问题,扩大了应用范围。进行的两组实验验证了该算法的有效性。实验结果表明,相比几种传统的分类算法,该算法具有更好的鲁棒性、稳定性和高效性。
【英文摘要】 For the issue that the traditional feature selection method in determining redundant parameter β based on the Mutual Information(MI), a kind of improved feature selection algorithm for NMIFS-FS2 is proposed. This algorithm input is characterized by a combination of MI and between classes, instead of the traditional algorithms in a single feature MI and between classes when selecting continuous or discrete features, solving the problem that redundancy parameter β is very difficult to determine, and expands t...
【基金】 湖南省教育厅资助项目(No.08D092)
【更新日期】 2014-10-20
【分类号】 TP18
【正文快照】 在现代大量的数据特征分析中,有些特征是冗余的,影响算法的性能和效率。因此需要一种高效的特征选择算法,将输入特征集去冗余,可以减少特征预处理的成本,降低构建分类器的复杂度,提升分类器的精度。互信息(Mutual Information,MI)是两个随机变量之间相关性的一个信息度量,对称?

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
  
 
  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