一种基于支持向量数据描述的特征选择算法

• 作者: 张莉 曹晋 李凡长
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 支持向量数据描述 特征选择 递归计算 递归特征消除 癌症识别 基因表达
• 年，卷（期）: 2015,（2）
• 页码范围: 215-220
• 页数: 6页
• 分类号: TP391
• 字数: 4335字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-4785.201405063

摘要

已有基于支持向量数据描述的特征选择方法计算量较大，导致特征选择的时间过长。针对此问题，提出了一种新的基于支持向量数据描述的特征选择算法。新方法的特征选择是通过超球体球心方向上的能量大小来决定且采用了递归特征消除方式来逐渐剔除掉冗余特征。在Leukemia数据集上的实验结果表明，新方法能够进行快速的特征选择，且所选择的特征对后续的分类是有效的。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李凡长	苏州大学计算机科学与技术学院	136	774	15.0	18.0
5	张莉	苏州大学计算机科学与技术学院	92	532	11.0	19.0
9	曹晋	苏州大学计算机科学与技术学院	1	11	1.0	1.0