基于复杂网络和遗传算法的特征选择方法

• 作者: 何荧 唐雁 孙浪 张清辰 苗宗霞 谢松山
• 来源期刊: 四川大学学报（自然科学版）
• 学科: 工学
• 关键词: 特征选择 互信息 PageRank 节点重要度 遗传算法
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 电子信息科学
• 页码范围: 937-946
• 页数: 10页
• 分类号: TP18
• 字数: 6251字
• 语种: 中文
• DOI: 103969/j.issn.0490-6756.2014.05.014

摘要

特征选择作为一种常见的降维方法,一直以来都是机器学习和数据挖掘领域的热点话题.针对传统特征选择算法没有充分考虑特征全局冗余性,导致选择的特征子集对分类识别精度不够高的问题,提出基于复杂网络节点重要度评估和遗传算法的特征选择算法,将每个特征视为网络节点,根据互信息建立边,将特征选择问题转化为节点重要度评估问题,利用遗传算法选择最优特征子集.实验结果表明此算法能够找到较为优秀的特征子集,有效降维并提高分类精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐雁	西南大学计算机与信息科学学院	37	294	8.0	15.0
2	张清辰	大连理工大学软件学院	15	132	8.0	11.0
3	何荧	西南大学计算机与信息科学学院	4	19	3.0	4.0
4	谢松山	西南大学计算机与信息科学学院	4	24	3.0	4.0
5	孙浪	西南大学计算机与信息科学学院	3	17	3.0	3.0
6	苗宗霞	西南大学计算机与信息科学学院	5	23	3.0	4.0