基于随机森林结合博弈论的特征选择算法在近红外光谱分类中的应用研究

• 作者: 丁香乾 于春霞 唐兴宏 孔清清 宫会丽 李忠任
• 来源期刊: 分析测试学报
• 学科: 化学
• 关键词: 近红外光谱 随机森林 特征选择 夏普利值 产地识别
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 研究报告
• 页码范围: 1203-1207
• 页数: 5页
• 分类号: O657.3|O433.4
• 字数: 4134字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-4957.2017.10.006

摘要

针对近红外光谱中的噪声和冗余信息导致分类模型识别率低的问题,提出了随机森林结合博弈论的特征选择算法.该算法首先根据随机森林对特征重要性进行度量,优选出对分类具有一定相关性的特征;然后利用改进的夏普利值结合互信息计算优选特征的权重,从加权后的特征集合中去掉冗余得到最优特征子集.为了验证算法的有效性,将其应用于烟叶产地识别模型,实验结果表明,该文所提出的特征选择算法对烟叶产地识别效果较好,分类识别率可达95.88％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁香乾	中国海洋大学信息科学与工程学院	99	1107	16.0	30.0
2	宫会丽	中国海洋大学信息科学与工程学院	25	140	7.0	10.0
3	唐兴宏	云南中烟工业有限责任公司技术中心	2	3	1.0	1.0
4	于春霞	云南中烟工业有限责任公司技术中心	4	7	2.0	2.0
5	孔清清	中国海洋大学信息科学与工程学院	3	10	2.0	3.0
6	李忠任	云南中烟工业有限责任公司技术中心	3	4	1.0	2.0