基于扩张矩阵的渐进式特征子集选择算法

• 作者: 孔繁胜 王兴起
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 特征子集选择 扩张矩阵 噪音 渐进式学习
• 年，卷（期）: 2003,（25）
• 所属期刊栏目: 学术探讨
• 页码范围: 108-110,178
• 页数: 4页
• 分类号: TP18
• 字数: 5498字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2003.25.034

摘要

特征子集选择问题一直是人工智能领域研究的重要内容,特别是近几年来,特征子集选择的算法研究已经成为机器学习和数据挖掘等领域的一个研究热点.该文在扩张矩阵的基础上提出了类扩张矩阵的概念,并将加权的期望信息和不一致错误率函数应用于特征子集的选择,实现了具有噪音处理功能的渐进式特征子集选择算法--IFSS_EM,实际领域的实验结果表明:IFSS_EM算法具有运行效率高、选择特征较具有代表性的优点,从而使其能够较好地应用于实际领域.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孔繁胜	浙江大学人工智能研究所	56	825	14.0	27.0
2	王兴起	浙江大学人工智能研究所	4	94	3.0	4.0