计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2010年
26期
170-172
,共3页
蒋玉娇%王晓丹%王文军%毕凯
蔣玉嬌%王曉丹%王文軍%畢凱
장옥교%왕효단%왕문군%필개
特征选择%主成分分析%支持向量机
特徵選擇%主成分分析%支持嚮量機
특정선택%주성분분석%지지향량궤
如何减少样本的训练测试时间、提高分类精度是有效特征选择方法研究的重要方面.提出了一种结合PCA和ReliefF的特征选择算法.该算法选择出了最具有代表性的特征,构成有效特征子集,实现了特征降维.同时,较PCA-GA方法,该算法具有简单、快速等优点.利用标准数据集进行的实验结果表明,文中算法是可行的、有效的,为模式识别的信息特征压缩提供了一种新的研究方法.
如何減少樣本的訓練測試時間、提高分類精度是有效特徵選擇方法研究的重要方麵.提齣瞭一種結閤PCA和ReliefF的特徵選擇算法.該算法選擇齣瞭最具有代錶性的特徵,構成有效特徵子集,實現瞭特徵降維.同時,較PCA-GA方法,該算法具有簡單、快速等優點.利用標準數據集進行的實驗結果錶明,文中算法是可行的、有效的,為模式識彆的信息特徵壓縮提供瞭一種新的研究方法.
여하감소양본적훈련측시시간、제고분류정도시유효특정선택방법연구적중요방면.제출료일충결합PCA화ReliefF적특정선택산법.해산법선택출료최구유대표성적특정,구성유효특정자집,실현료특정강유.동시,교PCA-GA방법,해산법구유간단、쾌속등우점.이용표준수거집진행적실험결과표명,문중산법시가행적、유효적,위모식식별적신식특정압축제공료일충신적연구방법.
