基于MPGA的混合特征选择算法在驾驶压力检测中的应用

• 作者: 张傲 陈兰岚 魏琛
• 来源期刊: 华东理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 生理信号 ReliefF算法 MRMR算法 MPGA算法 特征选择 驾驶压力检测
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 信息科学与工程
• 页码范围: 125-132
• 页数: 8页
• 分类号: TP391
• 字数: 5911字
• 语种: 中文
• DOI: 10.14135/j.cnki.1006-3080.20171215001

摘要

针对多源生理信号应用于驾驶压力检测中存在信号种类多、特征维数高以及运算效率低的问题,提出了一种结合特征选择(ReliefF)算法、最大相关最小冗余(MRMR)算法和多种群遗传算法(MPGA)的混合特征选择算法.首先利用Relief F算法计算特征信号的权重值,初选出对分类效果影响显著的特征子集;然后利用M RM R算法去掉冗余的特征,进一步精简特征子集;在此基础上采用M PG A挑选出效果最佳的特征子集.将该算法应用于驾驶压力检测,并与其他类似算法进行了对比.实验结果表明,该算法有效地消除了高维特征中的冗余信息,提高了特征选择阶段的运算效率且达到了很好的分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈兰岚	华东理工大学化工过程先进控制和优化技术教育部重点实验室	16	47	4.0	6.0
2	张傲	华东理工大学化工过程先进控制和优化技术教育部重点实验室	3	6	1.0	2.0
3	魏琛	华东理工大学化工过程先进控制和优化技术教育部重点实验室	2	5	1.0	2.0