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:
针对互信息方法在精度方面的不足,通过引入粗糙集,给出一种基于关系积理论的属性约简算法,以此为基础提出一个适用于海量文本数据集的特征选择方法.该方法采用互信息进行特征初选,利用提出的属性约简算法消除冗余,获得较具代表性的特征子集.实验结果表明,该特征选择方法能获得冗余度小且较具代表性的特征子集.
推荐文章
基于互信息和关系积理论的特征选择方法
特征选择
互信息
粗糙集
关系积理论
属性约简
新的结合瓦信息和粗糙集的特征选择
特征选择
文本分类
互信息
粗糙集
属性约简
基于最大互信息最大相关熵的特征选择方法
模糊粗糙集
信息熵
特征选择
互信息
相关熵
基于模糊粗糙集的半监督影像分类算法
影像分类
模糊粗糙集
半监督特征选择
半监督学习
自学习
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 基于互信息和粗糙集理论的特征选择
来源期刊 计算机工程 学科 工学
关键词 特征选择 互信息 粗糙集 关系积理论 属性约简
年,卷(期) 2011,(15) 所属期刊栏目 人工智能及识别技术
研究方向 页码范围 181-183
页数 分类号 TP301
字数 4184字 语种 中文
DOI 10.3969/j.issn.1000-3428.2011.15.057
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 李红婵 郑州轻工业学院计算机与通信工程学院 36 238 10.0 14.0
2 朱颢东 郑州轻工业学院计算机与通信工程学院 70 367 11.0 13.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (9)
参考文献  (7)
节点文献
引证文献  (11)
同被引文献  (26)
二级引证文献  (60)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(5)
  • 参考文献(1)
  • 二级参考文献(4)
2009(4)
  • 参考文献(3)
  • 二级参考文献(1)
2010(2)
  • 参考文献(2)
  • 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(4)
  • 引证文献(4)
  • 二级引证文献(0)
2013(4)
  • 引证文献(1)
  • 二级引证文献(3)
2014(6)
  • 引证文献(5)
  • 二级引证文献(1)
2015(10)
  • 引证文献(0)
  • 二级引证文献(10)
2016(13)
  • 引证文献(1)
  • 二级引证文献(12)
2017(13)
  • 引证文献(0)
  • 二级引证文献(13)
2018(10)
  • 引证文献(0)
  • 二级引证文献(10)
2019(8)
  • 引证文献(0)
  • 二级引证文献(8)
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
互信息
粗糙集
关系积理论
属性约简
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
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导