基于MPGA的混合特征选择算法在驾驶压力检测中的应用 |
| |
引用本文: | 张傲,陈兰岚,魏琛.基于MPGA的混合特征选择算法在驾驶压力检测中的应用[J].华东理工大学学报(自然科学版),2019,45(1). |
| |
作者姓名: | 张傲 陈兰岚 魏琛 |
| |
作者单位: | 华东理工大学化工过程先进控制和优化技术教育部重点实验室 ,上海,200237;华东理工大学化工过程先进控制和优化技术教育部重点实验室 ,上海,200237;华东理工大学化工过程先进控制和优化技术教育部重点实验室 ,上海,200237 |
| |
基金项目: | 国家自然科学基金;中央高校基本科研业务费专项 |
| |
摘 要: | 针对多源生理信号应用于驾驶压力检测中存在信号种类多、特征维数高以及运算效率低的问题,提出了一种结合特征选择(ReliefF)算法、最大相关最小冗余(MRMR)算法和多种群遗传算法(MPGA)的混合特征选择算法。首先利用ReliefF算法计算特征信号的权重值,初选出对分类效果影响显著的特征子集;然后利用MRMR算法去掉冗余的特征,进一步精简特征子集;在此基础上采用MPGA挑选出效果最佳的特征子集。将该算法应用于驾驶压力检测,并与其他类似算法进行了对比。实验结果表明,该算法有效地消除了高维特征中的冗余信息,提高了特征选择阶段的运算效率且达到了很好的分类效果。
|
关 键 词: | 生理信号 ReliefF算法 MRMR算法 MPGA算法 特征选择 驾驶压力检测 |
本文献已被 CNKI 万方数据 等数据库收录! |
|