| 面向高维数据PCA-ReliefF的EP模式分类算法 |
| |
| 引用本文： | 程玉胜,胡飞,程百球.面向高维数据PCA-ReliefF的EP模式分类算法[J].安庆师范学院学报(自然科学版),2015,21(4):28-32. |
| |
| 作者姓名： | 程玉胜 胡飞 程百球 |
| |
| 作者单位： | 安庆师范学院 计算机与信息学院,安徽 安庆,246133;安庆师范学院 计算机与信息学院,安徽 安庆,246133;安庆师范学院 计算机与信息学院,安徽 安庆,246133 |
| |
| 基金项目： | 安徽省高等学校自然科学基金 |
| |
| 摘 要： | 针对高维数据集,文中提出一种PREP( PCA-ReliefF for EP)算法:首先采用PCA和ReliefF算法实现特征降维;然后利用EP模式思想,构造精度更高、规模更小的EP模式分类器;最后利用标准数据集对文中的方法进行测试.实验结果表明,在对高维数据进行分类时,该方法构造的分类器在预测精度和运行时间上均有较大幅度的提升.
|
| 关 键 词： | 分类器 特征选择 PCA-ReliefF EP模式 PREP算法 |
EP Pattern Classification Algorithm for High Dimensional Data Based on PCA-ReliefF Computer Engineering and Applications |
| |
| Abstract: | For high dimensional data sets, PREP ( PCA-ReliefF for EP) algorithm is presented. Firstly, the feature dimen-sion reduction is realized by using the PCA and ReliefF algorithm. Then, higher precision and smaller EP classifier is constructed by using the EP model of ideological construction. Finally, the method of PREP is tested by using the standard data. The results show that structured classifier constructed by this method has a great improvement in the prediction accuracy and running time for the high dimensional data. |
| |
| Keywords: | classification model feature selection PCA-ReliefF EP model PREP algorithm |
| 本文献已被 万方数据 等数据库收录！ |
|
