高维数据的1-范数支持向量机集成特征选择

• 作者: 刘会东 杨明 鲍捷
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 特征选择 高维数据 稳定性 1-范数支持向量机 集成
• 年，卷（期）: 2012,（10）
• 所属期刊栏目: 学术研究
• 页码范围: 948-953
• 分类号: TP302.7
• 字数: 6730字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.2012.10.010

摘要

特征选择是机器学习和模式识别领域的关键问题之一.随着模式识别与数据挖掘的深入,研究对象越来越复杂,对象的特征维数也越来越高,此时特征选择的稳定性也显得尤为重要.分析了1-范数支持向量机,用该方法对高维数据进行特征选择,并对特征选择的结果进行集成；提出了一种针对高维数据的稳定性度量方法;在基因表达数据上的实验结果表明,集成特征选择可以有效提高算法的稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨明	南京师范大学计算机科学与技术学院	58	1074	15.0	32.0
2	鲍捷	南京师范大学计算机科学与技术学院	2	11	2.0	2.0
3	刘会东	南京师范大学计算机科学与技术学院	3	34	2.0	3.0