基于粗糙集粒子群支持向量机的特征选择方法

• 作者: 孟相如 崔文岩 李纪真 王坤 王明鸣 陈天平
• 来源期刊: 微电子学与计算机
• 关键词: 粗糙集 属性约简 粒子群支持向量机 特征选择
• 年，卷（期）: 2015,（1）
• 页码范围: 120-123
• 页数: 4页
• 分类号: TP301
• 语种: 中文

摘要

将Filter型粗糙集属性约简方法与PSO‐SVM方法相结合，提出一种新的粗糙集粒子群支持向量机（RS‐PSO‐SVM ）特征选择方法。给出了该方法的特征选择具体步骤，并对比分析了所提方法的性能。仿真实验表明：提出的RS‐PSO‐SVM特征选择方法是有效的，在保证所选特征集为最优情况下，极大地缩短所用时间，可以将其应用在多维数据的特征选择中。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟相如	空军工程大学信息与导航学院	139	731	13.0	19.0
2	崔文岩	空军工程大学信息与导航学院	22	137	8.0	11.0
3	陈天平	空军工程大学信息与导航学院	23	272	9.0	16.0
4	李纪真	空军工程大学信息与导航学院	11	125	6.0	11.0
5	王明鸣	空军工程大学信息与导航学院	5	25	2.0	5.0