模糊聚类在特征选取中的应用

• 作者: 刘全金 李颖新 赵志敏
• 来源期刊: 南京航空航天大学学报
• 学科: 工学
• 关键词: 特征选取 模糊迭代自组织数据分析技术 层次聚类 支持向量机 K近邻
• 年，卷（期）: 2012,（6）
• 页码范围: 881-887
• 页数: 7页
• 分类号: TP391|Q812
• 字数: 5751字
• 语种: 中文

摘要

提出了一种基于模糊聚类算法的高维特征选取方法.首先,利用Bhattacharyya距离过滤样本类别无关的特征；然后,基于递归特征别除过程,提出了基于模糊迭代自组织数据分析技术(Interactive self-organizing data analysis technique,ISODATA)聚类方法,以样本与聚类中心的加权距离作为可分性指标,产生候选特征子集；最后,以候选特征子集分类和聚类的接受者操作特征曲线下面积(Area under the receiver operating characteristic curve,AUC)值和正确率作为目标函数,确定最佳特征子集.将该方法用于选取5个基因表达谱数据集的特征基因,结果显示该方法所选特征具有较好的分类和聚类能力,说明了提出的特征选取方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵志敏	南京航空航天大学理学院	103	682	15.0	21.0
2	刘全金	南京航空航天大学理学院	35	230	8.0	13.0
6	李颖新	北京经纬纺机新技术有限公司机器视觉与智能研究所	4	26	3.0	4.0