基于双模糊信息的特征选择算法

发布时间：2018-11-25 11:41

【摘要】：在对传统特征选择算法进行研究的基础上,提出了一种基于双模糊信息的特征选择算法(feature selection algorithm based on doubly fuzziness information,FSA-DFI)。第一种模糊体现在对最小学习机(least learning machine,LLM)进行模糊化后得到模糊最小学习机(fuzzy least learning machine,FUZZYLLM)中;另一种模糊则是在基于贡献率模糊补充这一方法中体现的,其中贡献率高的特征才可能被选入最终的特征子集。算法FSA-DFI是将FUZZY-LLM和基于贡献率的模糊补充方法结合得到的。实验表明,和其他算法相比,所提特征选择算法FSA-DFI能得到更好的分类准确率、更好的降维效果以及更快的学习速度。
[Abstract]:Based on the research of traditional feature selection algorithm, a feature selection algorithm based on double fuzzy information (feature selection algorithm based on doubly fuzziness information,FSA-DFI) is proposed. The first kind of fuzzy is embodied in the fuzzy minimum learning machine (fuzzy least learning machine,FUZZYLLM) after the minimum learning machine (least learning machine,LLM) is fuzzy. Another kind of fuzzy is embodied in the method of fuzzy supplement based on contribution rate, in which the feature with high contribution rate can be selected into the final feature subset. The algorithm FSA-DFI is a combination of FUZZY-LLM and fuzzy complementary method based on contribution rate. Experimental results show that compared with other algorithms, the proposed feature selection algorithm FSA-DFI can achieve better classification accuracy, better dimensionality reduction effect and faster learning speed.
【作者单位】： 江南大学数字媒体学院;
【基金】：国家自然科学基金No.61170122~~
【分类号】：TP18

【相似文献】

相关期刊论文 前10条

1 李云,叶春晓,李季,刘嘉敏,吴中福;基于特征关联性的特征选择算法研究[J];微型机与应用;2004年06期

2 陈红;郭躬德;;一种新的双重融合的半监督特征选择算法[J];小型微型计算机系统;2010年08期

3 代琨;于宏毅;马学刚;李青;;基于支持向量机的特征选择算法综述[J];信息工程大学学报;2014年01期

4 毛勇;周晓波;夏铮;尹征;孙优贤;;特征选择算法研究综述[J];模式识别与人工智能;2007年02期

5 任双桥;傅耀文;黎湘;庄钊文;;基于分类间隔的特征选择算法[J];软件学报;2008年04期

6 李立斌;李宁;杨育彬;;一种基于分类互补性的特征选择算法[J];南京大学学报(自然科学版);2008年05期

7 计智伟;胡珉;尹建新;;特征选择算法综述[J];电子设计工程;2011年09期

8 池光辉;刘建伟;李卫民;罗雄麟;;权核Logistic回归模型的分类和特征选择算法[J];计算机工程与应用;2013年09期

9 周志红;周新聪;袁成清;;基于过滤器-封装器组合模型的故障特征选择算法[J];中国机械工程;2007年16期

10 崔自峰;徐宝文;张卫丰;徐峻岭;;一种近似Markov Blanket最优特征选择算法[J];计算机学报;2007年12期

相关博士学位论文 前1条

1 潘巍巍;故障严重程度识别的有序分类特征分析方法[D];哈尔滨工业大学;2013年

相关硕士学位论文 前10条

1 马荃;多标签分类中的特征选择算法研究[D];南京师范大学;2015年

2 李玲;多标签分类中特征选择算法研究[D];浙江师范大学;2015年

3 严鹏;基于最大间隔的多标记特征选择算法[D];南京邮电大学;2016年

4 汪荆琪;基于多视角的半监督特征选择算法研究[D];中国科学技术大学;2014年

5 高苏艳;集成特征选择算法的研究[D];南京邮电大学;2013年

6 项卫平;基于免疫计算的特征选择算法及其应用研究[D];重庆大学;2012年

7 颜廷旭;基于特征间合作度的非监督特征选择算法[D];天津大学;2010年

8 姜百宁;机器学习中的特征选择算法研究[D];中国海洋大学;2009年

9 张晓云;基于粗糙集的特征选择算法研究及应用[D];天津大学;2012年

10 刘荣烨;最大相关最小冗余的无监督特征选择算法的研究及其应用[D];中国海洋大学;2010年

，

本文编号：2355973