检索结果-南通市图书馆

基于relieff的层次分类在线流特征选择算法

在线全文

学校读者我要写书评

暂无评论

计算机应用 2022年第3期42卷 688-694页

作者：张小清王晨曦吕彦林耀进闽南师范大学计算机学院福建漳州363000 数据科学与智能应用福建省高校重点实验室福建漳州363000

在图像标注、疾病诊断等实际分类任务中,数据标记空间的类别通常存在着层次化结构关系,且伴随着特征的高维性。许多层次特征选择算法因不同的实际任务需求而提出,但这些已有的特征选择算法忽略了特征空间的未知性和不确定性。针对上述问... 详细信息

在图像标注、疾病诊断等实际分类任务中,数据标记空间的类别通常存在着层次化结构关系,且伴随着特征的高维性。许多层次特征选择算法因不同的实际任务需求而提出,但这些已有的特征选择算法忽略了特征空间的未知性和不确定性。针对上述问题,提出一种基于relieff的面向层次分类学习的在线流特征选择算法OH_relieff。首先将类别之间的层次关系融入relieff算法中,定义一种新的面向层次化数据的特征权重计算算法HF_relieff;其次,利用特征对决策属性的划分能力动态选择重要特征;最后,基于特征之间的独立性对特征进行动态冗余分析。实验结果表明,与五种先进的在线流特征选择算法作对比,OH_relieff算法在K最邻近(KNN)分类器和拉格朗日支持向量机(LSVM)分类器的各个评价指标中都取得较优的结果,准确率最少提高7个百分点。

关键词：特征选择在线流特征选择层次分类 relieff算法兄弟策略

改进relieff算法在北斗信号干扰特征选择中的应用

在线全文

学校读者我要写书评

暂无评论

舰船电子工程 2023年第10期43卷 82-86,131页

作者：刘蔚王黎明姚金杰中北大学信息探测与处理山西省重点实验室太原030051

北斗导航信号在城市环境中容易受到复杂的干扰,这些干扰严重影响北斗接收机的定位精度。干扰特征中包含着对评估目的贡献较少的特征,这部分贡献较少的特征会影响分类结果的准确性。论文仿真了北斗卫星干扰信号并对信号进行特征提取组成... 详细信息

北斗导航信号在城市环境中容易受到复杂的干扰,这些干扰严重影响北斗接收机的定位精度。干扰特征中包含着对评估目的贡献较少的特征,这部分贡献较少的特征会影响分类结果的准确性。论文仿真了北斗卫星干扰信号并对信号进行特征提取组成预选特征集。同时提出了一种使用新的距离计算方式并可在所有样本核心圈进行迭代的改进型Re⁃liefF算法。可行性验证表明改进型relieff算法在选取特征为6维的情况下分类精度提升2%。最后使用改进型relieff算法提出预选特征集中贡献较大的部分,实现了由12维到8维的特征降维,得到8维最优特征子集。

关键词：北斗卫星导航信号 relieff算法特征降维最优特征子集

基于VMD和relieff算法的汽车鸣笛声识别方法

在线全文

学校读者我要写书评

暂无评论

电子设计工程 2023年第10期31卷 54-58页

作者：邓鑫杨超王岩松郭辉上海工程技术大学机械与汽车工程学院上海201620

传统梅尔频率倒谱系数(MFCC)和线性预测倒谱系数(LPCC)特征的汽车鸣笛声识别方法在识别模型中分辨力不足,针对此问题,提出了一种基于变分模态分解(VMD)和relieff融合特征的汽车鸣笛声识别方法。该方法将变分模态分解所得的前四个模态分... 详细信息

传统梅尔频率倒谱系数(MFCC)和线性预测倒谱系数(LPCC)特征的汽车鸣笛声识别方法在识别模型中分辨力不足,针对此问题,提出了一种基于变分模态分解(VMD)和relieff融合特征的汽车鸣笛声识别方法。该方法将变分模态分解所得的前四个模态分量进行信号重构,提取重构信号的MFCC、LPCC、声谱图特征参数。通过relieff算法融合MFCC和LPCC特征,并输入识别模型,实现汽车鸣笛声的准确识别。结果表明,该方法在BP模型中的识别率、识别速度均优于其他特征在BP、支持向量机、卷积神经网络识别模型中的识别效果,在汽车鸣笛声识别领域具有一定应用价值。

关键词：鸣笛特征特征提取 relieff算法 BP神经网络支持向量机卷积神经网络

联合对称不确定性relieff算法的PolSAR影像分类

在线全文

学校读者我要写书评

暂无评论

遥感信息 2021年第4期36卷 20-27页

作者：张继超邹勇宋伟东张永红李建飞辽宁工程技术大学测绘与地理科学学院辽宁阜新123000 辽宁工程技术大学地理空间信息服务协同创新研究院辽宁阜新123000 中国测绘科学研究院北京100036 辽宁省自然资源事务服务中心辽宁省基础测绘院辽宁锦州121000

针对在PolSAR影像分类中极易产生分类精度随着特征数增加不会持续增加,甚至还会降低的问题,提出一种基于对称不确定性relieff算法的分类方法。首先,在传统过滤式的relieff算法基础上引入对称不确定性评估函数,淘汰对分类贡献小的特征及... 详细信息

针对在PolSAR影像分类中极易产生分类精度随着特征数增加不会持续增加,甚至还会降低的问题,提出一种基于对称不确定性relieff算法的分类方法。首先,在传统过滤式的relieff算法基础上引入对称不确定性评估函数,淘汰对分类贡献小的特征及属性;然后,利用封装式CART算法对剩余特征作进一步挑选,并根据得到的特征子集进行分类。将其与Wishart监督分类、未进行特征选择的分类和仅利用relieff算法进行特征属性选择的分类方法进行比较,以GF-3和Radarsat-2影像为例进行实验。结果表明,该方法各项指标均优于其他对比实验,并且大幅度节约时间成本。

关键词：极化分解对称不确定性 relieff算法特征选择 CART分类

基于FPCA和relieff算法的图像特征降维

在线全文

学校读者我要写书评

暂无评论

吉林大学学报（理学版） 2015年第5期53卷 975-980页

作者：齐迎春孙挺周口师范学院计算机科学与技术学院河南周口466001 西北大学可视化研究所西安710049

针对传统图像特征降维方法计算量大、无法去除冗余信息、未考虑相关性等缺陷,提出一种结合快速主成分分析(FPCA)和relieff算法的图像特征降维方法.该方法先利用FPCA算法对样本数据进行初次降维,去除样本中的冗余信息;再利用relieff算法... 详细信息

针对传统图像特征降维方法计算量大、无法去除冗余信息、未考虑相关性等缺陷,提出一种结合快速主成分分析(FPCA)和relieff算法的图像特征降维方法.该方法先利用FPCA算法对样本数据进行初次降维,去除样本中的冗余信息;再利用relieff算法计算样本特征的分类权重,根据权重对特征进行组合优化.在算法实现过程中,采用递归排除策略,进一步提升了算法特征寻优能力.仿真实验表明,利用本文算法优选出的图像特征,可较好地提高聚类结果,适合实际工程的应用.

关键词：图像特征降维快速主成分分析 relieff算法

基于改进relieff算法的主成分特征提取方法

在线全文

学校读者我要写书评

暂无评论

计算机工程 2008年第18期34卷 51-52,55页

作者：吴水秀曾庆鹏王明文江西师范大学计算机信息工程学院南昌330027 南昌大学信息工程学院南昌330031

计算信息特征(属性)的权重问题在信息分类及模式匹配中是一个研究热点。该文提出一种基于改进relieff算法的主成分特征提取方法,利用此算法删除原始特征中与分类不相关的特征,并对数据进行归一化处理和主成分提取。实验将34个特征变量... 详细信息

计算信息特征(属性)的权重问题在信息分类及模式匹配中是一个研究热点。该文提出一种基于改进relieff算法的主成分特征提取方法,利用此算法删除原始特征中与分类不相关的特征,并对数据进行归一化处理和主成分提取。实验将34个特征变量降维成10个主成分,大大减轻后续的分类器工作量,提高分类器的分类精度。

关键词： relieff算法特征提取主成分分析

基于relieff算法与脑卒中数据库评估脑卒中危险因素

在线全文

学校读者我要写书评

暂无评论

中华神经医学杂志 2016年第2期15卷 183-187页

作者：张清秀刘佰龙付家亮吕尤刘腾飞魏秀娥荣良群徐州医学院第二附属医院神经内科徐州221116 徐州矿业大学计算机科学与技术学院徐州221116

目的运用数据挖掘方法relieff算法，在脑卒中注册数据库的基础上评估与徐州地区脑卒中发生相关的因素。方法回顾性分析徐卅l医学院第二附属医院神经内科脑卒中注册数据库中自2013年6月至2014年6月收录的546例急性脑梗死患者（脑卒中组... 详细信息

目的运用数据挖掘方法relieff算法，在脑卒中注册数据库的基础上评估与徐州地区脑卒中发生相关的因素。方法回顾性分析徐卅l医学院第二附属医院神经内科脑卒中注册数据库中自2013年6月至2014年6月收录的546例急性脑梗死患者（脑卒中组）的临床资料，同时对本地区同期体检的546例健康体检人群（健康对照组）进行相关资料的收集及整理，并录入epidata数据库。首先进行数据的归一化，将其转化为1-10之间的数。应用relieff算法进行数据分析，采用Matlab软件进行编程计算，将主程序运行20次，然后将结果汇总求出每种权重的平均值，得到既往病史及血液学指标在健康对照组与脑卒中组中的权重值。结果relieff算法数据分析结果显示，在危险因素方面，相对于健康人群，脑梗死病史在脑卒中发生中占的权重值最大（0．0353125），其次为饮酒（0．01175），而高血压、糖尿病、吸烟、短暂性脑缺血发作史在区分健康人群与脑卒中人群所占的权重值并不大；在实验室检查方面，血尿素氮水平（权重值0．0072）、血尿酸水平（权重值0．0071）、胆固醇水平（权重值0．0067）及血同型半胱氨酸水平（权重值0．0064）在区分脑卒中人群与健康人群所占的权重值较大，其次是高密度脂蛋白（权重值0．0062）、低密度脂蛋白（权重值O．0041）及甘油三酯（权重值0．0039）。结论应用relieff算法可以挖掘脑卒中注册数据库中与脑卒中发毕密切相美的潜存侍盼因素．

关键词： relieff算法脑卒中注册数据库数据挖掘脑卒中危险因素

基于relieff和蚁群算法的特征基因选择方法

在线全文

学校读者我要写书评

暂无评论

计算机应用研究 2018年第9期35卷 2610-2613页

作者：吴辰文李晨阳郭叔瑾闫光辉兰州交通大学电子与信息工程学院兰州730070

针对高维小样本的DNA微阵列数据多分类问题,提出一种基于relieff和蚁群算法的特征基因选择方法(relieff and ant colony optimization,Re FACO)。该方法首先采用relieff算法评估特征权重,根据阈值筛选出无关基因;然后引入改进的蚁群算法... 详细信息

针对高维小样本的DNA微阵列数据多分类问题,提出一种基于relieff和蚁群算法的特征基因选择方法(relieff and ant colony optimization,Re FACO)。该方法首先采用relieff算法评估特征权重,根据阈值筛选出无关基因;然后引入改进的蚁群算法,在迭代改进的过程中寻找最优基因子集;最后利用经典分类算法对维数约简后的数据分类识别。经实验证明,该方法可有效地剔除无关和冗余基因,并利用较少特征基因达到较高多分类效果。

关键词： DNA微阵列数据 relieff算法蚁群算法特征选择

relieff算法在雷达辐射源信号识别中的应用

在线全文

学校读者我要写书评

暂无评论

成都大学学报（自然科学版） 2012年第2期31卷 151-153页

作者：杨志新段美军西南交通大学信息科学与技术学院四川成都610031 西南交通大学电气工程学院四川成都610031

采用小波包变换提取雷达辐射源信号特征能够有效对信号进行识别,然而,由小波包变换提取的信号特征维数高,部分信号特征受噪声污染严重.基于此,采用relieff算法对信号特征的分类能力进行评价,选择出小波包中分类能力强的信号特征,再通过... 详细信息

采用小波包变换提取雷达辐射源信号特征能够有效对信号进行识别,然而,由小波包变换提取的信号特征维数高,部分信号特征受噪声污染严重.基于此,采用relieff算法对信号特征的分类能力进行评价,选择出小波包中分类能力强的信号特征,再通过特征相关度算法去除分类能力相近的冗余特征,利用剩余的分类能力强的信号特征组成特征向量进行分类.仿真实验结果显示,该方法用较少的信号特征能够获得较高的正确识别率.

关键词：雷达辐射源信号小波包变换 relieff算法雷达辐射源信号特征