吉林大学学报(工学版) ›› 2019, Vol. 49 ›› Issue (4): 1293-1300.doi: 10.13229/j.cnki.jdxbgxb20180478
• • 上一篇
Wan-fu GAO1(),Ping ZHANG2,Liang HU1()
摘要:
针对目前大多数基于信息论的线性累加特征选择算法的缺点和不足,并且考虑到已选特征的动态变化对特征选择的影响,本文提出了一种非线性的特征选择算法。实验结果证明,本文算法在平均准确率和最高准确率上都取得了很好的效果。为证明本文算法的优势,将本文算法与7个极具竞争性的特征选择算法在3个不同的分类器和8个真实数据集上进行了比较,实验结果表明,本文算法具有较强的分类优势。
中图分类号:
1 | Gao W , Hu L , Zhang P . Class-specific mutual information variation for feature selection[J]. Pattern Recognition, 2018, 79:328-339. |
2 | Hu L , Gao W , Zhao K , et al . Feature selection considering two types of feature relevancy and feature interdependency[J]. Expert Systems with Applications, 2018, 93:423-434. |
3 | 石峰,莫忠息 .信息论基础[M].3版.武汉:武汉大学出版社,2014:14-52. |
4 | 赵晓群 .信息论基础及应用[M].北京:机械工业出版社,2015:27-53. |
5 | Lewis D D . Feature selection and feature extraction for text categorization[C]⫽The Workshop on Speech & Natural Language, Association for Computational Linguistics,Harriman, New York, 1992:212-217. |
6 | Battiti R . Using mutual information for selecting features in supervised neural net learning[J]. IEEE Transactions on Neural Networks, 1994, 5(4):537-550. |
7 | Peng H , Long F , Ding C . Feature selection based on mutual information criteria of max-dependency, max-relevance, and min-redundancy[J]. IEEE Transactions on Pattern Analysis & Machine Intelligence, 2005, 27(8):1226-1238. |
8 | Lin D , Tang X . Conditional infomax learning: an integrated framework for feature extraction and fusion[C]⫽European Conference on Computer Vision, Graz, 2006: 68-82. |
9 | Salueña C , Avalos J B . Information-theoretic feature selection in microarray data using variable complementarity[J]. IEEE Journal of Selected Topics in Signal Processing, 2008, 2(3):261-274. |
10 | Zeng Z , Zhang H , Zhang R , et al . A novel feature selection method considering feature interaction[J]. Pattern Recognition, 2015, 48(8):2656-2666. |
11 | Fleuret F . Fast Binary Feature selection with conditional mutual information[J]. Journal of Machine Learning Research, 2004, 5(3):1531-1555. |
12 | Bennasar M , Hicks Y , Setchi R . Feature selection using joint mutual information maximisation[J]. Expert Systems with Applications, 2015, 42(22):8520-8532. |
13 | Wang J , Wei J M , Yang Z , et al . Feature selection by maximizing independent classification information[J]. IEEE Transactions on Knowledge & Data Engineering, 2017, 29(4):828-841. |
14 | Che J , Yang Y , Li L , et al . Maximum relevance minimum common redundancy feature selection for nonlinear data[J]. Information Sciences, 2017, 409:68-86. |
15 | Li J , Cheng K , Wang S , et al . Feature selection: a data perspective[J]. Acm Computing Surveys, 2016, 50(6). |
16 | Lichman M . UCI machine learning repository[DB/OL].[2018-05-15].. |
[1] | 欧阳丹彤,肖君,叶育鑫. 基于实体对弱约束的远监督关系抽取[J]. 吉林大学学报(工学版), 2019, 49(3): 912-919. |
[2] | 董飒, 刘大有, 欧阳若川, 朱允刚, 李丽娜. 引入二阶马尔可夫假设的逻辑回归异质性网络分类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1571-1577. |
[3] | 顾海军, 田雅倩, 崔莹. 基于行为语言的智能交互代理[J]. 吉林大学学报(工学版), 2018, 48(5): 1578-1585. |
[4] | 王旭, 欧阳继红, 陈桂芬. 基于垂直维序列动态时间规整方法的图相似度度量[J]. 吉林大学学报(工学版), 2018, 48(4): 1199-1205. |
[5] | 张浩, 占萌苹, 郭刘香, 李誌, 刘元宁, 张春鹤, 常浩武, 王志强. 基于高通量数据的人体外源性植物miRNA跨界调控建模[J]. 吉林大学学报(工学版), 2018, 48(4): 1206-1213. |
[6] | 李雄飞, 冯婷婷, 骆实, 张小利. 基于递归神经网络的自动作曲算法[J]. 吉林大学学报(工学版), 2018, 48(3): 866-873. |
[7] | 黄岚, 纪林影, 姚刚, 翟睿峰, 白天. 面向误诊提示的疾病-症状语义网构建[J]. 吉林大学学报(工学版), 2018, 48(3): 859-865. |
[8] | 刘杰, 张平, 高万夫. 基于条件相关的特征选择方法[J]. 吉林大学学报(工学版), 2018, 48(3): 874-881. |
[9] | 陈涛, 崔岳寒, 郭立民. 适用于单快拍的多重信号分类改进算法[J]. 吉林大学学报(工学版), 2018, 48(3): 952-956. |
[10] | 陈绵书, 苏越, 桑爱军, 李培鹏. 基于空间矢量模型的图像分类方法[J]. 吉林大学学报(工学版), 2018, 48(3): 943-951. |
[11] | 刘雪娟, 袁家斌, 许娟, 段博佳. 量子k-means算法[J]. 吉林大学学报(工学版), 2018, 48(2): 539-544. |
[12] | 王旭, 欧阳继红, 陈桂芬. 基于多重序列所有公共子序列的启发式算法度量多图的相似度[J]. 吉林大学学报(工学版), 2018, 48(2): 526-532. |
[13] | 杨欣, 夏斯军, 刘冬雪, 费树岷, 胡银记. 跟踪-学习-检测框架下改进加速梯度的目标跟踪[J]. 吉林大学学报(工学版), 2018, 48(2): 533-538. |
[14] | 杨宏宇, 徐晋. Android恶意软件静态检测模型[J]. 吉林大学学报(工学版), 2018, 48(2): 564-570. |
[15] | 范敏, 韩琪, 王芬, 宿晓岚, 徐浩, 吴松麟. 基于多层次特征表示的场景图像分类算法[J]. 吉林大学学报(工学版), 2017, 47(6): 1909-1917. |
|