| 基于复杂网络和遗传算法的特征选择方法 |
| |
| 作者姓名： | 何荧 唐雁 张清辰 谢松山 孙浪 苗宗霞 |
| |
| 作者单位： | 1. 西南大学计算机与信息科学学院,重庆,400715
2. 大连理工大学软件学院,大连,116620 |
| |
| 基金项目： | 国家自然科学基金（U1301253）; 辽宁省自然科学基金（2013020014）; 教育部“春晖计划”基金(ZZ011149) |
| |
| 摘 要： | 特征选择作为一种常见的降维方法,一直以来都是机器学习和数据挖掘领域的热点话题.针对传统特征选择算法没有充分考虑特征全局冗余性,导致选择的特征子集对分类识别精度不够高的问题,提出基于复杂网络节点重要度评估和遗传算法的特征选择算法,将每个特征视为网络节点,根据互信息建立边,将特征选择问题转化为节点重要度评估问题,利用遗传算法选择最优特征子集.实验结果表明此算法能够找到较为优秀的特征子集,有效降维并提高分类精度.
|
| 关 键 词： | 特征选择 互信息 PageRank 节点重要度 遗传算法 |
| 收稿时间： | 2013-10-23 |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《四川大学学报(自然科学版)》浏览原始摘要信息 |
|
点击此处可从《四川大学学报(自然科学版)》下载全文 |
|
