基于粒子群优化算法的最大相关最小冗余混合式特征选择方法

YAO Xu,WANG Xiao-dan,ZHANG Yu-xi,Wen Quan

Control and Decision（2013）

引用 0|浏览20

暂无评分

摘要

在分析粒子群优化(PSO)算法和简化PSO算法的基础上,提出一种基于PSO的最大相关最小冗余的Filter-Wrapper混合式特征选择方法.Filter模型是基于互信息和特征的相关冗余综合测度,Wrapper模型是基于改进的简化粒子群算法.在PSO搜索过程中,引入相关冗余度量标准来选择特征子集,将Filter融合在Wrapper中,利用Filter的高效率和Wrapper的高精度提高搜索的速度和性能.最后以支持向量机(SVM)为分类器,在公共数据集UCI上进行实验,实验结果表明了所提出算法的可行性和有效性.

查看译文

关键词

particle swarm optimization,feature selection,Filter,mutual information,Wrapper

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要