基于扩张矩阵的模糊特征选择算法

• 作者: 刘嘉敏 叶春晓 吴中福 李云 李季
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 模糊集 特征选择 扩张矩阵
• 年，卷（期）: 2004,（4）
• 所属期刊栏目: 论文与报告
• 页码范围: 417-423
• 页数: 7页
• 分类号: TP301
• 字数: 6815字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2004.04.007

摘要

在模糊分类器系统中,通常要将模式的原始特征投影到模糊空间,在模糊空间上进行特征选择,并在此基础上构建模糊决策规则.本文在对原始特征模糊化的基础上提出了一种构造模糊扩张矩阵的方法,它结合了常规扩张矩阵的优点和模糊集的特性,然后设计了一种基于模糊扩张矩阵的求解当特征取值为隶属度时的最优模糊特征子集的启发式算法,并从理论上证明了其正确性,也通过现实世界的数据集验证了它的较高效率.同时,该算法对基于集理论的模糊集相似性度量公式具有一定的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘嘉敏	重庆大学光电工程学院	55	382	11.0	16.0
2	叶春晓	重庆大学计算机学院	50	423	11.0	19.0
3	吴中福	重庆大学计算机学院	194	2729	26.0	44.0
4	李季	重庆大学计算机学院	22	124	7.0	9.0
5	李云	重庆大学计算机学院	8	110	6.0	8.0