检索结果-南通市图书馆

一种基于最大边界投影和l_(2,1)范数正则化的属性选择算法

在线全文

学校读者我要写书评

暂无评论

控制与决策 2013年第10期28卷 1485-1490页

作者：夏建明杨俊安电子工程学院通信对抗系合肥230037 电子工程学院电子制约技术安徽省重点实验室合肥230037

当数据含有噪声或标签错误时,传统的属性选择方法(如粗糙集)无法得到正确结果,为此提出一种针对含噪、标签错误数据的属性选择方法.首先用最大边界投影方法获得数据的最佳投影;然后通过对投影矩阵进行2,1范数正则化操作,进而获得行稀疏... 详细信息

当数据含有噪声或标签错误时,传统的属性选择方法(如粗糙集)无法得到正确结果,为此提出一种针对含噪、标签错误数据的属性选择方法.首先用最大边界投影方法获得数据的最佳投影;然后通过对投影矩阵进行2,1范数正则化操作,进而获得行稀疏的投影矩阵,据此获得对关键属性的挖掘;最后给出方法的收敛性和针对标签错误数据的有效性证明.实验结果表明,所提出的算法克服了噪声和标签错误的影响,较好地实现了针对含噪、标签错误数据的属性选择.

关键词：属性选择最大边界投影 2,1范数噪声数据标签错误

在线全文

学校读者我要写书评

暂无评论

融合粒度分组与Pareto最优的属性选择

控制与决策 2024年第9期39卷 2959-2968页

作者：印振宇王平心杨习贝于化龙钱宇华江苏科技大学计算机科学与工程学院江苏镇江212100 江苏科技大学数理学院江苏镇江212100 山西大学计算机与信息技术学院太原030006

利用某一给定度量作为属性评价指标以及启发式算法的约束条件,是大量属性选择方案的关键.然而,属性相似性评价的缺失与朴素的逐个选择机制,使属性遍历存在冗余,故时间消耗巨大.此外,单一度量限制了属性评价视角,难以挖掘出高学习性能的... 详细信息

利用某一给定度量作为属性评价指标以及启发式算法的约束条件,是大量属性选择方案的关键.然而,属性相似性评价的缺失与朴素的逐个选择机制,使属性遍历存在冗余,故时间消耗巨大.此外,单一度量限制了属性评价视角,难以挖掘出高学习性能的属性.鉴于此,提出一种属性选择框架,其中:1)利用属性粒度及属性间的知识距离对属性分组,组内属性具有明显差异性且组间属性具有较强区分能力,使属性遍历以组为单位,有效压缩候选属性搜索空间,提升属性选择效率;2)利用提出的受限Pareto最优原则,对属性组进行迭代选取,最终得到期望的属性子集.在12组UCI数据集上,通过注入4种不同比例的属性噪声进行实验,结果表明:相较于8种流行方法,所提出方法得到的属性选择结果,在分类稳定性这一指标上平均提升了5.89%,在分类准确率这一指标上平均提升了12.28%,在时间消耗这一指标上平均降低了59.27%.

关键词：属性选择粒度启发式算法启发式信息邻域粗糙集 Pareto最优

在线全文

学校读者我要写书评

暂无评论

基于分形维数和蚁群算法的属性选择方法

模式识别与人工智能 2009年第2期22卷 293-298页

作者：倪丽萍倪志伟吴昊叶红云合肥工业大学管理学院合肥230009

属性选择在机器学习和数据挖掘领域起着重要作用,通常作为一个主要的预处理步骤.本文提出一种利用分形维数和蚁群算法进行属性选择的方法.在该方法中分形维数作为属性选择的评价机制,利用蚁群算法的正反馈机制加速属性选择的过程.为了... 详细信息

属性选择在机器学习和数据挖掘领域起着重要作用,通常作为一个主要的预处理步骤.本文提出一种利用分形维数和蚁群算法进行属性选择的方法.在该方法中分形维数作为属性选择的评价机制,利用蚁群算法的正反馈机制加速属性选择的过程.为了分析结果的有效性,利用SVM分类算法和K-fold交叉验证相结合的方法对4个数据集属性选择前后的分类性能进行测试.实验结果表明该方法具有较好的性能,它能在较短的时间里找到较优的属性子集,并大大降低了数据集的维数.

关键词：分形维数属性选择蚁群算法

在线全文

学校读者我要写书评

暂无评论

一种基于分形维的快速属性选择算法

东北大学学报（自然科学版） 2003年第6期24卷 527-530页

作者：鲍玉斌王琢孙焕良于戈东北大学信息科学与工程学院辽宁沈阳110004

属性选择是数据挖掘、文档分类和多媒体索引等领域研究的一个热点问题·利用分形维进行属性选择是一种新的方法,它利用数据集的分形维作为属性的重要性度量·基于分形维的快速属性选择算法(IFAS),利用后向属性选择策略和降维操作的投影... 详细信息

属性选择是数据挖掘、文档分类和多媒体索引等领域研究的一个热点问题·利用分形维进行属性选择是一种新的方法,它利用数据集的分形维作为属性的重要性度量·基于分形维的快速属性选择算法(IFAS),利用后向属性选择策略和降维操作的投影特性,根据E维的分形树导出E 1维的分形树(用来计算分形维的数据结构)·因此,只需扫描一次数据集,避免了FDR算法多次扫描数据集的问题·通过图像特征数据集合和合成的分形数据集对两种算法进行性能测试·实验结果显示,IFAS算法明显优于FDR算法·IFAS算法的时间和空间复杂度都为O(n),响应时间与属性维数呈线性关系·

关键词：属性选择分形分形维数据挖掘计盒维数分形树合并

基于最大互信息系数属性选择的冷轧产品机械性能预测

在线全文

学校读者我要写书评

暂无评论

中南大学学报（自然科学版） 2020年第1期51卷 68-75页

作者：颜弋凡安路达吕志民北京科技大学钢铁共性技术协同创新中心

对于冷轧产品机械性能预测建模时面对的需要对全流程众多影响工艺参数属性选择的问题,提出基于最大互信息系数(MIC)属性选择的机械性能预测建模方法。该方法首先利用MIC算法计算各性能指标和工艺参数之间的相关性度量,然后根据各相关度... 详细信息

对于冷轧产品机械性能预测建模时面对的需要对全流程众多影响工艺参数属性选择的问题,提出基于最大互信息系数(MIC)属性选择的机械性能预测建模方法。该方法首先利用MIC算法计算各性能指标和工艺参数之间的相关性度量,然后根据各相关度量选择形成工艺参数属性子集用于性能预测模型建模及预测。研究结果表明:该建模方法构建的冷轧产品性能预测模型的预测精度高于全工艺参数模型、Pearson相关系数选择和经验知识选择,另外该方法也能选择出一些传统方法不能选择出的非线性影响关系的工艺参数。最优特征子集模型预测效果从原始全工艺参数模型的平均相对误差2.90%下降到2.30%。

关键词：最大互信息系数冷轧机械性能预测属性选择

在线全文

学校读者我要写书评

暂无评论

基于属性选择的因果网络多传感器融合系统

控制与决策 2002年第6期17卷 881-885页

作者：韩斌吴铁军杨明晖浙江大学智能系统与决策研究所云南送变电公司云南昆明650051

针对粗集“简化”在实际应用中存在的问题提出了“统计简化”的定义和相应属性搜索算法。利用此算法对一个水域污染监测信息表进行属性简化 ,结果显示与常规算法相比 ,此算法得到的结果能够覆盖最大数量的对象 ,更不易失配。利用简化结... 详细信息

针对粗集“简化”在实际应用中存在的问题提出了“统计简化”的定义和相应属性搜索算法。利用此算法对一个水域污染监测信息表进行属性简化 ,结果显示与常规算法相比 ,此算法得到的结果能够覆盖最大数量的对象 ,更不易失配。利用简化结果对上述数据融合系统建立了因果网络模型 ,实验表明 ,在保持原模型搜索正确率的同时 ,新模型压缩了搜索空间 ,提高了搜索效率。此外 ,为便于因果网络的建立导出了因果连接强度的粗集表达式。

关键词：属性选择因果网络多传感器融合系统数据处理数据分析水域污染监测

在线全文

学校读者我要写书评

暂无评论

最大化独立有效分类信息率的属性选择

计算机科学与探索 2022年第11期16卷 2619-2627页

作者：柳叶代建华陈姣龙湖南师范大学智能计算与语言信息处理湖南省重点实验室长沙410081 湖南师范大学信息科学与工程学院长沙410081

粗糙集中的属性选择有着十分重要的应用价值。现有的属性选择方法大多忽视了衡量待选属性所提供的分类信息和冗余信息,以及新增待选属性时已选属性所保留的分类信息三者之间的关联。因此,首先利用传统互信息,定义了有效分类信息率的属... 详细信息

粗糙集中的属性选择有着十分重要的应用价值。现有的属性选择方法大多忽视了衡量待选属性所提供的分类信息和冗余信息,以及新增待选属性时已选属性所保留的分类信息三者之间的关联。因此,首先利用传统互信息,定义了有效分类信息率的属性重要性评估函数,并提出了一种基于有效分类信息率的属性选择方法。该属性选择方法可以有效地选择能提供大量有效分类信息同时携带较少冗余信息的待选属性。另外,考虑到新增待选属性对已选属性所保留的分类信息的影响,进一步提出了独立有效分类信息率的概念,并构造一种基于独立分类有效信息率的改进属性选择方法。该改进的属性选择方法能够有助于平衡属性的有效分类信息和冗余信息的关系,同时提高属性子集的整体识别能力。最后,从分类性能和统计学检验等方面分别与现有的属性选择方法进行了对比实验,实验结果表明了所提出的两种属性选择方法的有效性。

关键词：粗糙集理论属性选择独立有效分类信息率互信息

在线全文

学校读者我要写书评

暂无评论

多变量时间序列的无监督属性选择算法

模式识别与人工智能 2013年第10期26卷 916-923页

作者：吴虎胜张凤鸣徐显亮张超杜继永空军工程大学装备管理与安全工程学院西安710051 武警工程大学装备工程学院西安710086 空军驻青岛地区军事代表室青岛266111

属性选择是一种有效的数据预处理方法,可同时保留多变量时间序列重要变量的时序关系及其实际物理意义.针对很多实际数据无类别信息的问题,文中提出一种无监督属性选择算法并分析其复杂度.首先设计一种无需进行相空间重构的多变量时间序... 详细信息

属性选择是一种有效的数据预处理方法,可同时保留多变量时间序列重要变量的时序关系及其实际物理意义.针对很多实际数据无类别信息的问题,文中提出一种无监督属性选择算法并分析其复杂度.首先设计一种无需进行相空间重构的多变量时间序列分形维数计算方法,并将分形维数视为其本质维,利用属性子集的分形维数及其属性数目的变化作为子集优劣的评价标准.再优化离散粒子群算法以解决高维属性空间搜索的"组合爆炸"问题.最后利用典型混沌动力学系统所产生的多变量时间序列和UCI数据库的5组数据集进行仿真计算,结果表明该算法可在较短时间内找到较优的属性子集,具有较优的整体性能.

关键词：分形维数离散粒子群算法属性选择多变量时间序列

基于改进离散型萤火虫群优化算法和分形维数的属性选择方法

在线全文

学校读者我要写书评

暂无评论

模式识别与人工智能 2013年第12期26卷 1169-1178页

作者：倪志伟肖宏旺伍章俊薛永坚合肥工业大学管理学院合肥230009 过程优化与智能决策教育部重点实验室合肥230009

属性选择是数据挖掘领域中数据预处理的一个重要方法.文中提出一种融合离散型萤火虫群优化算法(DGSO)与分形维数的属性选择方法.该方法以分形维数作为属性子集的评估度量准则,以DGSO作为搜索策略.为分析该方法的可行性和有效性,采用6个... 详细信息

属性选择是数据挖掘领域中数据预处理的一个重要方法.文中提出一种融合离散型萤火虫群优化算法(DGSO)与分形维数的属性选择方法.该方法以分形维数作为属性子集的评估度量准则,以DGSO作为搜索策略.为分析该方法的可行性和有效性,采用6个UCI数据集进行实验.结合10-fold交叉验证和SVM对属性选择前后的分类准确率进行分析,并进行搜索策略和评估度量准则间的性能对比及详细的参数分析.结果表明该方法具有较高的可行性和有效性.

关键词：属性选择分形维数萤火虫群优化算法