基于相关信息熵和粒子群算法的特征选择方法
王燕飞1
刘培玉
任敏2
陈小雪1
1.山东师范大学信息科学与工程学院 山东济南 250000;山东师范大学山东省分布式计算机软件新技术重点实验室 山东济南 2500002.山东师范大学信息科学与工程学院 山东济南 250000;山东财经大学数学与数量经济学院 山东济南 250000
摘要：为了在特征选择中获得具有较高分类准确率的特征子集,考虑特征之间、特征与类别的相关性对于其类间区分能力的影响,提出了一种基于相关信息熵的特征排序消除法和二进制粒子群算法相结合的特征选择算法.本算法先采用相关信息熵特征排序算法,对数据集进行特征重要度排序,选取SVM作为分类器,快速去掉部分无关特征,初步缩减数据纬度,然后以改进的粒子群算法继续搜索最优子集,将排序算法得到的优良子作为粒子群算法的部分初始种群,使后续粒子群算法有一个较好的搜索起点.实验结果表明,采用该方法筛选出来的特征自己具有更好的分类性能,并且有效降低了系统的检测时间.
关键词：特征选择相关信息熵二进制粒子群算法支持向量机
资助基金：国家自然科学基金(61373148)国家自然科学基金(61502151)教育部人文社会科学研究项目(14YJC860042)山东省自然基金资助项目(ZR2014FL010)山东省优秀中青年科学家奖励基金(BS2013DX033)国家社会科学基金(16CFXJ05)高等学校科技计划(J15LN02)高等学校科技计划(J15LN22)
论文发表日期：2018-01-01
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：6( 88-93 )
英文信息