多准则融合在数据特征选择中的应用

• 作者: 李世文 江竹 王云爽
• 来源期刊: 控制工程
• 学科: 工学
• 关键词: 特征选择 鲁棒性 多准则融合 预处理 聚类
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 人工智能驱动的自动化
• 页码范围: 1026-1030
• 页数: 5页
• 分类号: TP301
• 字数: 5047字
• 语种: 中文
• DOI: 10.14107/j.cnki.kzgc.161030

摘要

为了提高特征选择算法的鲁棒性,提高特征选择的精度和效率,提出一种基于多准则融合的特征选择方法.首先对样本数据集做预处理并对其进行聚类;接着采用特性各异的特征选择方法对完成聚类的样本进行特征选择;然后融合各种特征选择结果用以训练多项式核支持向量机分类器;其次采用该分类器对样本数据集进行回归,剔除相关性最小的特性;最后对样本数据集进行特征重组,实现特征选择.利用实测数据对方法进行了大量的测试,结果表明,方法是有效的,适用于对高维小样本数据集的特征提取.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	江竹	西华大学能源与动力工程学院	15	22	3.0	4.0
2	王云爽	中国电子科技集团第二十九研究所电子信息控制重点实验室	1	2	1.0	1.0
3	李世文	中国电子科技集团第二十九研究所电子信息控制重点实验室	1	2	1.0	1.0