一种基于MA-LSSVM的封装式特征选择算法

• 作者: 张宏 李千目 林棋
• 来源期刊: 南京理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 特征选择 文化基因算法 最小二乘支持向量机 高维小样本数据 机器学习 全局搜索 局部搜索
• 年，卷（期）: 2016,（1）
• 页码范围: 10-16
• 页数: 7页
• 分类号: TP18
• 字数: 5519字
• 语种: 中文
• DOI: 10.14177/j.cnki.32-1397n.2016.40.01.002

摘要

为了解决高维小样本的特征选择问题,该文结合文化基因算法( Memetic algorithm,MA)与最小二乘支持向量机( Memetic algorithm and least squares support vector machine, MA-LSSVM) ,设计了一种封装式( Wrapper)特征选择算法. 该方法将全局搜索与局部搜索相结合作为求解策略,利用了最小二乘支持向量机易于求解的特点,构造分类器,以分类的准确率作为文化基因算法寻优过程中适应度函数的主要成分. 实验表明,MA-LSSVM可以较高效稳定地获取对分类贡献较大的特征,降低数据维度,提高了分类效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李千目	南京理工大学计算机科学与工程学院	169	1365	19.0	28.0
2	张宏	南京理工大学计算机科学与工程学院	181	1427	17.0	29.0
3	林棋	南京理工大学计算机科学与工程学院	2	11	2.0	2.0