基于改进粒子群算法的最优特征子集研究

• 作者: 侯大军 朱伟兴
• 来源期刊: 传感器与微系统
• 学科: 工学
• 关键词: 特征选择 粒子群优化算法 最小乘支持向量机
• 年，卷（期）: 2010,（9）
• 所属期刊栏目: 研究与探讨
• 页码范围: 64-66
• 分类号: TP391.41
• 字数: 2980字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-9787.2010.09.021

摘要

特征选择是模式识别系统的难点.针对高维数据对象,先运用改进粒子群优化(PSO)算法快速、有效地从特征样本中提取一组最优特征子集,然后采用最小二乘支持向量机(LSSVM)分类器对最优特征子集进行分类,验证特征选择的好坏.经大量实验验证,在保证分类正确率的前提下,该方法有效提高了特征选择效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱伟兴	江苏大学电气信息工程学院	130	1640	21.0	35.0
2	侯大军	江苏大学电气信息工程学院	3	8	2.0	2.0