互联网 qkzz.net
全刊杂志网:首页 > 女性 > 文章正文
刊社推荐

基于最大互信息最大相关熵的特征选择方法


□ 赵军阳 张志利

  (第二炮兵工程学院, 西安710025)
  摘 要:特征选择算法主要分为filter和wrapper两大类,并已提出基于不同理论的算法模型,但依然存在算法处理能力不强、子集分类精度不高等问题。基于模糊粗糙集的信息熵模型提出最大互信息最大相关熵标准,并根据该标准设计了一种新的特征选择方法,能同时处理离散数据、连续数据和模糊数据等混合信息。经UCI数据集试验,表明该算法与其他算法相比,具有较高的精度,且稳定性较高,是有效的。
  关键词:模糊粗糙集;信息熵;特征选择;互信息;相关熵
  中图分类号:TP181 文献标志码:A
   文章编号:10013695(2009)01023303
  
  Feature subset selection based on max mutual information and max correlation entropy
  ZHAO Junyang,ZHANG Zhili
  (The Second Artillery Engineering Institute,Xi’an 710025, China)
  Abstract:Feature selection algorithms broadly fall into two categories: the filter model and the wrapper model. A great many algorithms had been proposed, but the problems of weak process ability and low classification accuracy still exists. To solve these problems,this paper proposed a max mutual information and max correlation entropy criterion based on fuzzy rough information entropy model and designed a new feature selection algorithm based on this criterion. The algorithm can deal with discrete data, continuous data, fuzzy and hybrid data. According to tests on UCI datasets, the algorithm is effective, and has higher accuracy and stability compared to three other common feature selection algorithms. ......
很抱歉,暂无全文,若需要阅读全文或喜欢本刊物请联系《计算机应用研究》杂志社购买。
欢迎作者提供全文,请点击编辑
分享:
 

了解更多资讯,请关注“木兰百花园”
分享:
 
精彩图文


关键字
支持中国杂志产业发展,请购买、订阅纸质杂志,欢迎杂志社提供过刊、样刊及电子版。
关于我们 | 网站声明 | 刊社管理 | 网站地图 | 联系方式 | 中图分类法 | RSS 2.0订阅 | IP查询
全刊杂志赏析网 2017