首页 | 本学科首页   官方微博 | 高级检索  
     检索      

一种两阶段的神经网络属性选择方法
引用本文:王继成 ,黄源 ,武港山 ,张福炎.一种两阶段的神经网络属性选择方法[J].广西师范大学学报(自然科学版),2003(1).
作者姓名:王继成  黄源  武港山  张福炎
作者单位:南京大学软件新技术国家重点实验室,南京大学计算机科学与技术系 江苏南京210093,江苏南京210093
基金项目:国家自然科学基金资助项目(60073030)
摘    要:神经网络的输入属性选择一直是一个比较困难的问题.由于神经网络反复训练的时间复杂度,Wrap-per方法是不适用的,而单纯使用Filter方法也难以获得很好的分类精度.文中提出了一种两阶段的神经网络属性选择方法,以综合Filter和Wrapper两类方法的优势.该方法首先采用基于不一致率的遗传算法GFSIC来删除属性集合中的无关属性,然后采用基于敏感性度量的属性选择算法SBFCV来删除冗余和无用的属性.研究和实验结果表明,该方法可以有效地删除原始数据中的无关和冗余属性,增强神经网络的泛化能力.

关 键 词:属性选择  神经网络  过滤器方法  包装器方法  遗传算法

A TWO-PHASE METHOD OF NEURAL NETWORK FEATURE SELECTION
Abstract:
Keywords:feature selection  neural network  Filter  Wrapper  genetic algorithm
本文献已被 CNKI 等数据库收录!
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