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:
提出了一种基于最小联合互信息亏损的最优特征选择算法.该算法首先通过一种动态渐增策略搜索一个特征全集的无差异特征子集,并基于最小条件互信息原则在保证每一步中联合互信息量亏损都最小的情况下筛选其中的冗余特征,从而得到一个近似最优特征子集.针对现有基于条件互信息的条件独立性测试方法在高维特征域上所面临的效率瓶颈问题,给出了一种用于估计条件互信息的快速实现方法,并将其用于所提算法的实现.分类实验结果表明,所提算法优于经典的特征选择算法.此外,执行效率实验结果表明,所提条件互信息的快速实现方法在执行效率上有着显著的优势.
推荐文章
基于模糊互信息的多标签特征选择
特征选择
互信息
模糊互信息
一种基于扩展互信息算法的特征选择方法
文本分类
特征选择
评价函数
互信息
基于互信息的特征子集选择
数据挖掘
LV算法
特征子集选择
互信息
基于 Parzen 窗条件互信息计算的特征选择方法
特征选择
Parzen 窗
条件互信息
特征离散度
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 基于最小联合互信息亏损的最优特征选择算法
来源期刊 计算机科学 学科 工学
关键词 特征选择 条件互信息 最小联合互信息亏损 快速实现
年,卷(期) 2011,(12) 所属期刊栏目 人工智能
研究方向 页码范围 200-205
页数 分类号 TP181
字数 8316字 语种 中文
DOI 10.3969/j.issn.1002-137X.2011.12.045
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 陈传波 华中科技大学软件学院 217 2973 28.0 45.0
5 张逸石 华中科技大学软件学院 3 33 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (26)
参考文献  (9)
节点文献
引证文献  (11)
同被引文献  (16)
二级引证文献  (44)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(3)
  • 参考文献(3)
  • 二级参考文献(0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(5)
  • 引证文献(3)
  • 二级引证文献(2)
2015(11)
  • 引证文献(2)
  • 二级引证文献(9)
2016(13)
  • 引证文献(1)
  • 二级引证文献(12)
2017(6)
  • 引证文献(0)
  • 二级引证文献(6)
2018(8)
  • 引证文献(1)
  • 二级引证文献(7)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
特征选择
条件互信息
最小联合互信息亏损
快速实现
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
计算机科学
月刊
1002-137X
50-1075/TP
大16开
重庆市渝北区洪湖西路18号
78-68
1974
chi
出版文献量(篇)
18527
总下载数(次)
68
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导