基于最大平均间隔的特征选择方法研究

• 作者: 娄睿 王奕森 蒋烈辉
• 来源期刊: 信息工程大学学报
• 学科: 工学
• 关键词: 虚拟机数据 特征选择 评估准则 AdaBoost平均间隔
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 计算机科学与技术
• 页码范围: 60-66,81
• 页数: 8页
• 分类号: TP312
• 字数: 7039字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-0673.2019.01.011

摘要

针对虚拟机数据的特点及数据特征筛选问题,根据AdaBoost平均间隔大小与其泛化性能成正比的结论,提出基于最大平均间隔的特征评估准则,结合顺序后退搜索策略设计了特征选择算法.测试表明,所设计的特征选择算法能够有效处理虚拟机不平衡数据,筛选出重要数据特征,相对于现有算法具有更好的分类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋烈辉		44	158	7.0	10.0
2	王奕森		5	6	2.0	2.0
3	娄睿		4	1	1.0	1.0