基于近似Markov Blanket和动态互信息的特征选择算法

• 作者: 姚旭 张玉玺 权文 王晓丹
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 特征选择 相关性 Markov Blanket 互信息
• 年，卷（期）: 2012,（8）
• 所属期刊栏目: 人工智能
• 页码范围: 220-223
• 分类号: TP391
• 字数: 5686字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-137X.2012.08.047

摘要

针对大量无关和冗余特征的存在可能降低分类器性能的问题,提出了一种基于近似Markov Blanket和动态互信息的特征选择算法.该算法利用互信息作为特征相关性的度量准则,并在未识别的样本上对互信息进行动态估值,利用近似Markov Blanket原理准确地去除冗余特征,从而获得远小于原始特征规模的特征子集.通过仿真试验证明了该算法的有效性.以支持向量机为分类器,在公共数据集UCI上进行了试验,并与DMIFS和ReliefF算法进行了对比.试验结果证明,该算法选取的特征子集与原始特征子集相比,以远小于原始特征规模的特征子集获得了高于或接近于原始特征集合的分类结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王晓丹	空军工程大学导弹学院	135	1447	21.0	31.0
2	姚旭	空军工程大学导弹学院	32	249	9.0	13.0
3	张玉玺	空军工程大学导弹学院	15	154	8.0	12.0
4	权文	空军工程大学导弹学院	18	210	9.0	14.0