基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对分类特征数据给出一种新的特征重要性程度度量方法.以一趟聚类算法为基础,提出一种无监督特征选择方法.理论分析表明该方法时间复杂度与数据集的大小和特征个数成近似线性关系,适合于大规模数据集中的特征选择.在UCI数据集上的实验结果表明,与文献中的经典方法相比,本文方法具有较好的性能,说明提出的特征选择方法是有效可行的.
推荐文章
基于K-均值聚类的无监督的特征选择方法
特征选择
相关性分析
无监督学习
聚类
基于局部重构的无监督特征选择方法
局部线性嵌入
特征选择
局部重构
聚类
无监督环境下基于聚类集成的特征选择
特征聚类
无监督学习
集成聚类
局部和稀疏保持无监督特征选择法
局部保持投影
稀疏保持投影
高维小样本
无监督
特征选择
聚类
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 面向分类特征的无监督特征选择方法研究
来源期刊 小型微型计算机系统 学科 工学
关键词 特征选择 分类特征 一趟聚类
年,卷(期) 2011,(1) 所属期刊栏目 软件与数据库技术
研究方向 页码范围 47-50
页数 分类号 TP311
字数 4245字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 蒋盛益 广东外语外贸大学信息学院 92 1053 18.0 28.0
2 王连喜 3 37 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (32)
参考文献  (5)
节点文献
引证文献  (11)
同被引文献  (20)
二级引证文献  (74)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(7)
  • 引证文献(3)
  • 二级引证文献(4)
2014(10)
  • 引证文献(2)
  • 二级引证文献(8)
2015(11)
  • 引证文献(2)
  • 二级引证文献(9)
2016(11)
  • 引证文献(0)
  • 二级引证文献(11)
2017(19)
  • 引证文献(1)
  • 二级引证文献(18)
2018(11)
  • 引证文献(0)
  • 二级引证文献(11)
2019(8)
  • 引证文献(0)
  • 二级引证文献(8)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
特征选择
分类特征
一趟聚类
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
小型微型计算机系统
月刊
1000-1220
21-1106/TP
大16开
辽宁省沈阳市东陵区南屏东路16号
8-108
1980
chi
出版文献量(篇)
11026
总下载数(次)
17
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导