基于分形维数和蚁群算法的属性选择方法

• 作者: 倪丽萍 倪志伟 叶红云 吴昊
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 分形维数 属性选择 蚁群算法
• 年，卷（期）: 2009,（2）
• 所属期刊栏目: 研究与应用
• 页码范围: 293-298
• 页数: 6页
• 分类号: TP391
• 字数: 5949字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2009.02.019

摘要

属性选择在机器学习和数据挖掘领域起着重要作用,通常作为一个主要的预处理步骤.本文提出一种利用分形维数和蚁群算法进行属性选择的方法.在该方法中分形维数作为属性选择的评价机制,利用蚁群算法的正反馈机制加速属性选择的过程.为了分析结果的有效性,利用SVM分类算法和K-fold交叉验证相结合的方法对4个数据集属性选择前后的分类性能进行测试.实验结果表明该方法具有较好的性能,它能在较短的时间里找到较优的属性子集,并大大降低了数据集的维数.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	倪志伟	合肥工业大学管理学院	136	1346	21.0	27.0
2	叶红云	合肥工业大学管理学院	6	85	4.0	6.0
3	吴昊	合肥工业大学管理学院	41	437	14.0	20.0
4	倪丽萍	合肥工业大学管理学院	31	305	10.0	16.0