基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对马尔科夫毯过滤(Markov Blanket Filter,MBF)方法中使用的线性相关系数存在只能度量变量间的线性相关性,而无法度量变量间非线性相关的问题,提出两阶段Filter特征选择方法MBFSU-ReliefF.该方法对马尔科夫毯过滤方法作了改进,可利用对称不确定性以度量变量间的线性和非线性相关性.实验使用UCI和ASU上的4个数据集分析比较MBFSU-ReliefF、ReliefF、马尔科夫毯过滤和其他多种Filter方法,使用朴素贝叶斯和SVM两种分类器对特征选择方法选取的特征优劣进行评价,实验结果表明,MBFSU-ReliefF方法较其他方法具有较高的分类准确率.
推荐文章
利用近似马尔科夫毯的最大相关最小冗余特征选择算法
特征选择
特征相关
冗余特征
近似马尔科夫毯
基于最大信息系数和近似马尔科夫毯的特征选择方法
特征选择
最大信息系数
近似马尔科夫毯
特征相关性
特征冗余性
主分量分析和隐马尔科夫模型结合的轴承监测诊断方法
混合域故障特征集
主分量分析
隐马尔科夫模型
轴承监测诊断
基于改进马尔科夫链的移动轨迹预测方法
移动轨迹预测
无人驾驶
马尔科夫链
路况信息
智能交通
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 结合ReliefF和改进的马尔科夫毯过滤的两阶段特征选择方法
来源期刊 青岛大学学报(自然科学版) 学科 工学
关键词 特征选择 ReliefF 马尔科夫毯过滤 两阶段特征选择 分类
年,卷(期) 2016,(3) 所属期刊栏目 信息工程
研究方向 页码范围 73-78
页数 6页 分类号 TP317.4
字数 4583字 语种 中文
DOI 10.3969/j.issn.1006-1037.2016.08.15
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 郭振波 青岛大学数据科学与软件工程学院 16 85 4.0 9.0
2 王开西 青岛大学数据科学与软件工程学院 9 12 2.0 3.0
3 姜文蓄 青岛大学数据科学与软件工程学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (82)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
特征选择
ReliefF
马尔科夫毯过滤
两阶段特征选择
分类
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
青岛大学学报(自然科学版)
季刊
1006-1037
37-1245/N
16开
青岛市宁夏路308号
1988
chi
出版文献量(篇)
1805
总下载数(次)
12
总被引数(次)
6176
论文1v1指导