基于SVM的网络数据无监督特征选择算法

• 作者: 于宏毅 仇文博 代琨 李青
• 来源期刊: 吉林大学学报（工学版）
• 学科: 工学
• 关键词: 人工智能 支持向量机 无监督特征选择 网络数据
• 年，卷（期）: 2015,（2）
• 页码范围: 576-582
• 页数: 7页
• 分类号: TP301
• 字数: 6108字
• 语种: 中文
• DOI: 10.13229/j.cnki.jdxbgxb201502035

摘要

面向线性不可分的未知格式网络数据,提出了一种基于支持向量机的无监督特征选择算法.该算法通过非线性映射函数将不可分的网络数据映射到高维空间中,然后在高维空间中进行无监督的特征选择.该算法在特征选择之前不需要人工构造候选特征集合,直接从原始网络数据中自动地选择关键特征.利用人工数据集和网络数据集进行的实验结果表明:本文算法在特征选择可行性和有效性方面都有良好的表现.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于宏毅	解放军信息工程大学信息系统工程学院	108	824	15.0	23.0
2	李青	解放军信息工程大学信息系统工程学院	15	98	7.0	9.0
3	代琨	解放军信息工程大学信息系统工程学院	2	23	2.0	2.0
7	仇文博	空军大连通信士官学校无线电导航系	2	11	1.0	2.0