基于Tabu搜索技术的暂态稳定分类神经网络的输入特征选择

• 作者: 张文朝 顾雪平
• 来源期刊: 中国电机工程学报
• 学科: 工学
• 关键词: 特征选择 Tabu搜索 粗糙集 可分性判据 暂态稳定 神经网络
• 年，卷（期）: 2002,（7）
• 所属期刊栏目: 电力工程
• 页码范围: 66-70
• 页数: 5页
• 分类号: TM712|TP18
• 字数: 5303字
• 语种: 中文
• DOI: 10.3321/j.issn:0258-8013.2002.07.014

摘要

输入特征选择和输入空间降维是基于神经网络暂态稳定评估的首要问题,稳定分类结果的准确率主要决定于所选特征组成的输入空间的可分性.为此,讨论了如何选取一组代表性较好的输入特征,以降低输入空间维数和获取高的可分性;提出了一组用于稳定分类的系统特征及新的基于粗糙集理论特征离散化的类别可分离性判据,并利用Tabu搜索技术从维数较大的初始特征集中选择出一组有效特征,从而显著地降低了输入空间的维数.在10机39节点的新英格兰系统中的应用表明了所选方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	顾雪平	华北电力大学电力工程系	168	3698	36.0	55.0
2	张文朝	华北电力大学电力工程系	7	159	4.0	7.0