基于改进SVM-RFE的特征选择方法研究

• 作者: 单甘霖 张岐龙 段修生 王俭臣
• 来源期刊: 微计算机应用
• 学科: 工学
• 关键词: SVM-RFE 特征选择 PSO 分类正确率
• 年，卷（期）: 2011,（2）
• 所属期刊栏目: 软件与硬件的应用与开发
• 页码范围: 70-74
• 分类号: TP391.41
• 字数: 2714字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-347X.2011.02.012

摘要

SVM-RFE特征选择算法是一种有效的特征选择方法,具有较高的应用价值.针对传统SVM-RFE特征选择算法中SVM参数(γ和C)难以确定的问题,本文采用粒子群算法搜索SVM的参数.然后将特征向量映射到SVM参数γ确定的核空间中并进行特征选择,有效地将特征选择与SVM分类器设计关联起来.仿真结果表明,特征选择后的数据集仍能保证SVM分类器具有较高的分类正确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	单甘霖	军械工程学院光学与电子工程系	113	845	15.0	23.0
2	段修生	军械工程学院光学与电子工程系	68	568	10.0	22.0
3	张岐龙	军械工程学院光学与电子工程系	13	150	5.0	12.0
4	王俭臣	军械工程学院光学与电子工程系	9	54	4.0	7.0