首页 | 本学科首页   官方微博 | 高级检索  
     

基于复杂网络和遗传算法的特征选择方法
引用本文:何荧,唐雁,张清辰,谢松山,孙浪,苗宗霞. 基于复杂网络和遗传算法的特征选择方法[J]. 四川大学学报(自然科学版), 2014, 51(5): 937-946
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

A feature selection method based on complex networks and genetic algorithm
HE Ying , TANG Yan , ZHANG Qing-Chen , XIE Song-Shan , SUN Lang , MIAO Zong-Xia. A feature selection method based on complex networks and genetic algorithm[J]. Journal of Sichuan University (Natural Science Edition), 2014, 51(5): 937-946
Authors:HE Ying    TANG Yan    ZHANG Qing-Chen    XIE Song-Shan    SUN Lang    MIAO Zong-Xia
Affiliation:College of Computer and Information Science, Southwest University;College of Computer and Information Science, Southwest University;School of Software Technology, Dalian University of Technology;College of Computer and Information Science, Southwest University;College of Computer and Information Science, Southwest University;College of Computer and Information Science, Southwest University
Abstract:
Keywords:Feature selection   Mutual information   PageRank   Node importance estimation   Genetic algorithm
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
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号