基于粒子群优化算法的最大相关最小冗余混合式特征选择方法
A maximum relevance minimum redundancy hybrid feature selection algorithm based on particle swarm optimization作者机构：空军工程大学防空反导学院西安710051
出 版 物：《控制与决策》 (Control and Decision)
年 卷 期：2013年第28卷第3期
页 面：413-417,423页
核心收录：
学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
基 金：国家自然科学基金项目(60975026 61273275)
主 题：特征选择 粒子群优化 Filter Wrapper 互信息
摘 要：在分析粒子群优化(PSO)算法和简化PSO算法的基础上,提出一种基于PSO的最大相关最小冗余的Filter-Wrapper混合式特征选择方法.Filter模型是基于互信息和特征的相关冗余综合测度,Wrapper模型是基于改进的简化粒子群算法.在PSO搜索过程中,引入相关冗余度量标准来选择特征子集,将Filter融合在Wrapper中,利用Filter的高效率和Wrapper的高精度提高搜索的速度和性能.最后以支持向量机(SVM)为分类器,在公共数据集UCI上进行实验,实验结果表明了所提出算法的可行性和有效性.
维普期刊数据库
同方期刊数据库