检索结果-内蒙古大学图书馆

天津大学学报（自然科学与工程技术版） 2021年第2期54卷 214-220页

作者：顾翔元郭继昌李重仪肖利军天津大学电气自动化与信息工程学院天津300072

由于在评价冗余特征时只考虑对称不确定性或最大信息系数等某一种度量标准,使得现有的一些特征子集选择算法存在性能不理想的问题.针对该问题,提出了一种基于对称不确定性和三路交互信息的特征子集选择算法.首先,计算特征与类标签的对... 详细信息

由于在评价冗余特征时只考虑对称不确定性或最大信息系数等某一种度量标准,使得现有的一些特征子集选择算法存在性能不理想的问题.针对该问题,提出了一种基于对称不确定性和三路交互信息的特征子集选择算法.首先,计算特征与类标签的对称不确定性,按照其值大小对特征作降序排序处理,并消除不相关特征;然后,计算特征间的对称不确定性以及特征与类标签的三路交互信息,并与特征与类标签的对称不确定性一起,经过比较和排序等运算以消除冗余特征而得到选取的特征.在评价冗余特征上同时考虑对称不确定性和三路交互信息两种度量标准,并结合比较和排序等运算,可以减少将相关特征当作冗余特征而消除的情况,使得一些效果显著的相关特征得以保留.为验证所提算法的性能,采用J48、IB1和Naïve Bayes 3种分类器将其与另外4种特征子集选择算法在3个UCI数据集和9个ASU数据集上进行实验.实验结果表明,所提算法能够在选取特征数和用时均较少的情况下取得很好的特征选择效果.

关键词：特征子集选择三路交互信息对称不确定性特征选择排序

来源：评论

学校读者我要写书评

暂无评论

基于对称不确定性和SVM递归特征消除的信息基因选择方法

引用

模式识别与人工智能 2017年第5期30卷 429-438页

作者：叶明全高凌云伍长荣万春圆皖南医学院计算机教研室芜湖241002 安徽师范大学数学计算机科学学院芜湖241003

基因表达谱中存在大量与肿瘤分类无关的基因,严重降低肿瘤诊断的准确率.基因表达谱还存在高维小样本、噪声大等问题,增加肿瘤诊断的难度.为了获取基因数量较少且分类能力较强的信息基因子集,文中提出基于对称不确定性(SU)和支持向量机... 详细信息

基因表达谱中存在大量与肿瘤分类无关的基因,严重降低肿瘤诊断的准确率.基因表达谱还存在高维小样本、噪声大等问题,增加肿瘤诊断的难度.为了获取基因数量较少且分类能力较强的信息基因子集,文中提出基于对称不确定性(SU)和支持向量机递归特征消除(SVM-RFE)的信息基因选择方法.首先利用SU评估基因和类标签之间的相关性,根据SU定义近似马尔科夫毯,快速消除大量无关和冗余基因.然后利用SVM-RFE进一步剔除冗余基因,获取有效的信息基因子集.实验表明,文中方法可以在选取维数较少或相等的信息基因子集情况下获取较高的肿瘤分类性能.

关键词：基因选择对称不确定性支持向量机递归特征消除肿瘤分类

来源：评论

学校读者我要写书评

暂无评论

基于对称不确定性和邻域粗糙集的肿瘤分类信息基因选择

引用

数据采集与处理 2018年第3期33卷 426-435页

作者：叶明全高凌云伍长荣黄道斌胡学钢皖南医学院医学信息学院芜湖241002 皖南医学院健康大数据挖掘与应用研究中心芜湖241002 安徽师范大学计算机与信息学院芜湖241002 合肥工业大学计算机与信息学院合肥230009

基因表达谱中信息基因选择是有效建立肿瘤分类模型的关键问题。肿瘤基因表达谱具有高维小样本、噪声大且存在大量无关和冗余基因等特点。为了获得基因数量尽可能少而分类能力尽可能强的一组信息基因,提出一种基于对称不确定性和邻域粗... 详细信息

基因表达谱中信息基因选择是有效建立肿瘤分类模型的关键问题。肿瘤基因表达谱具有高维小样本、噪声大且存在大量无关和冗余基因等特点。为了获得基因数量尽可能少而分类能力尽可能强的一组信息基因,提出一种基于对称不确定性和邻域粗糙集的肿瘤分类信息基因选择SUNRS方法。首先利用对称不确定性指标评估信息基因的重要度,以剔除大量无关和冗余基因,获取信息基因的候选子集;然后利用邻域粗糙集约简算法对信息基因候选子集进行寻优,获得信息基因的目标子集。实验结果表明,SUNRS方法能够用较少的信息基因获得更高的分类精度,从而既能改善算法的泛化性能,又能提高时间效率。

关键词：基因表达谱邻域粗糙集对称不确定性特征选择肿瘤分类

来源：评论

学校读者我要写书评

暂无评论

联合对称不确定性ReliefF算法的PolSAR影像分类

引用

遥感信息 2021年第4期36卷 20-27页

作者：张继超邹勇宋伟东张永红李建飞辽宁工程技术大学测绘与地理科学学院辽宁阜新123000 辽宁工程技术大学地理空间信息服务协同创新研究院辽宁阜新123000 中国测绘科学研究院北京100036 辽宁省自然资源事务服务中心辽宁省基础测绘院辽宁锦州121000

针对在PolSAR影像分类中极易产生分类精度随着特征数增加不会持续增加,甚至还会降低的问题,提出一种基于对称不确定性ReliefF算法的分类方法。首先,在传统过滤式的ReliefF算法基础上引入对称不确定性评估函数,淘汰对分类贡献小的特征及... 详细信息

针对在PolSAR影像分类中极易产生分类精度随着特征数增加不会持续增加,甚至还会降低的问题,提出一种基于对称不确定性ReliefF算法的分类方法。首先,在传统过滤式的ReliefF算法基础上引入对称不确定性评估函数,淘汰对分类贡献小的特征及属性;然后,利用封装式CART算法对剩余特征作进一步挑选,并根据得到的特征子集进行分类。将其与Wishart监督分类、未进行特征选择的分类和仅利用ReliefF算法进行特征属性选择的分类方法进行比较,以GF-3和Radarsat-2影像为例进行实验。结果表明,该方法各项指标均优于其他对比实验,并且大幅度节约时间成本。

关键词：极化分解对称不确定性 ReliefF算法特征选择 CART分类

来源：评论

学校读者我要写书评

暂无评论

对称不确定性和粒子群的高维特征选择算法

引用

智能计算机与应用 2021年第11期11卷 49-53页

作者：林炜星王宇嘉陈万芬上海工程技术大学电子电气工程学院上海201620

高维数据中存在着成千上万个特征,大量的特征导致问题搜索空间过大,增加了计算代价,影响了数据分类预测的准确性。为了提高特征选择的效率,本文提出了一种对称不确定性和种群降维机制的粒子群特征选择算法,该算法设计了一种基于对称不... 详细信息

高维数据中存在着成千上万个特征,大量的特征导致问题搜索空间过大,增加了计算代价,影响了数据分类预测的准确性。为了提高特征选择的效率,本文提出了一种对称不确定性和种群降维机制的粒子群特征选择算法,该算法设计了一种基于对称不确定性指标的初始化方法,降低特征选择的计算代价。通过非支配排序的种群降维机制,减少进化过程中冗余特征的影响。在5个公开生物医学的高维数据集上的实验结果表明,该算法能够针对高维数据特征选择问题取得更好的分类精度和更小的最优子集特征个数,并在时间运行方面有一定的优势。

关键词：对称不确定性非支配排序降维高维数据特征选择

来源：评论

学校读者我要写书评

暂无评论

基于对称不确定性网络流量特征筛选方法

引用

计算机科学与应用 2023年第4期13卷 890-901页

作者：邹鹏王祚轩林浩王春东天津理工大学计算机科学与工程学院天津计算机病毒防治技术国家工程实验室天津天津市智能计算及软件新技术重点实验室天津

网络流量特征越来越多,导致相关深度学习模型的训练耗时增加,且对这些特征的选择仍未达成共识。为解决过滤排序式方法中特征子集维数不好确定、包裹式方法中计算耗时过大的问题,本文提出将特征筛选效果良好的基于对称不确定性的过滤排... 详细信息

网络流量特征越来越多,导致相关深度学习模型的训练耗时增加,且对这些特征的选择仍未达成共识。为解决过滤排序式方法中特征子集维数不好确定、包裹式方法中计算耗时过大的问题,本文提出将特征筛选效果良好的基于对称不确定性的过滤排序式方法扩展至过滤式方法中,并设计目标函数兼顾特征与标签之间的相关性和特征之间的冗余度。从初始化和搜索策略两个方面改进用于寻优目标函数的灰狼优化算法,以提高网络流量特征筛选精度。实验结果表明,该方法在保证异常流量检测精度的前提下,取得了最好的特征筛选效果。

关键词：计算机应用技术网络流量特征筛选对称不确定性灰狼优化算法

来源：评论

学校读者我要写书评

暂无评论

基于对称不确定性和Lasso的基因数据特征选择算法

引用

信息技术与信息化 2022年第1期 8-11页

作者：杨耀李四海甘肃中医药大学信息工程学院甘肃兰州730000

基于目前肿瘤基因表达谱数据在医学相关结合行业的广泛普及,运用特征选择算法对其处理成了如今大量学者们的重点研究方向。基于此,提出了一种FCBF-Lasso结合算法。首先,采用FCBF算法对各基因数据集进行特征选择,通过删除冗余的和不相关... 详细信息

基于目前肿瘤基因表达谱数据在医学相关结合行业的广泛普及,运用特征选择算法对其处理成了如今大量学者们的重点研究方向。基于此,提出了一种FCBF-Lasso结合算法。首先,采用FCBF算法对各基因数据集进行特征选择,通过删除冗余的和不相关的特征,得到特征子集;然后,再利用Lasso方法对得到特征子集进行特征选择,进一步地删除冗余特征,得到对应基因数据集的最优特征子集。算法采用FCBF算法的对称不确定性和Lasso方法的最小残差平方和作为度量特征之间以及特征与类之间相关性的评价准则,在一定程度上克服了两种算法的缺点。在6个基因数据集上与其它3种经典的特征选择算法进行比较,结果表明算法在选择最少特征数的最优特征子集和分类精度方面具有很好的优势。

关键词：对称不确定性 Lasso 基因数据特征选择

来源：评论

学校读者我要写书评

暂无评论

一种基于混合不确定性特征选择的优化分类方法

一种基于混合不确定性特征选择的优化分类方法

引用

作者：苏婷婷长春工业大学

学位级别：硕士

在计算能力以及存储技术飞速发展的今天,各行各业产生并积累了大量的数据,这使得数据量爆炸式地增长。然而在硬件快速发展的背景之下,对于复杂且大量数据的分析和利用能力已经到了瓶颈。有用的信息会给产业提供有效、正确的价值,但不是... 详细信息

在计算能力以及存储技术飞速发展的今天,各行各业产生并积累了大量的数据,这使得数据量爆炸式地增长。然而在硬件快速发展的背景之下,对于复杂且大量数据的分析和利用能力已经到了瓶颈。有用的信息会给产业提供有效、正确的价值,但不是全部数据都能被利用。当数据规模越大时,里面会包含越多冗余、不相关的特征,这给挖掘出原始数据中有用信息增加了一定的难度。因此,如何准确判断哪些是有意义的特征也是现今要解决的技术难点。特征选择算法能够对数据集进行预处理,并在数据挖掘与机器学习领域中起着至关重要的作用。特征选择算法有效去除原始数据集中不相关、冗余、有噪声的特征从而得到最优特征子集,通过选出符合条件的特征来更好地实现数据分类。这样不仅能降低数据集维度、问题复杂度,减少运行时间,还能很大程度上提高分类器的分类性能。所以,针对原始数据集,利用特征选择技术来挖掘有用信息具有一定的价值与研究意义。近年来有不少研究学者致力于分析原始数据集中的关联关系,相关性分析能够反映出数据的本质问题,使数据具有可解释性。但是如何更高效的进行数据处理并在复杂数据中获得高质量数据的问题仍然没有得到很好的回答,高质量的特征更有利于使分类器获得更高的分类精度。且现有的数据挖掘分析工作大多围绕特征的深度萃取处理,缺乏对最终的特征的可解释性。针对上述问题,本文提出了一种基于混合不确定性特征选择的优化分类方法。该方法首先利用提出的SU-P算法对特征与变量之间的相关程度以及特征与特征之间是否具有冗余性来对数据集进行深度分析,接着利用处理后的数据集进行数据分类。其中,SU-P算法利用阈值来衡量特征与目标变量之间的相关性,同时保证最佳子集中特征与特征之间的关联最小化。具体来说,该算法通过利用对称不确定性(SU)来度量数据集中类别与特征之间的相关性,并根据特征与类间的相关程度降序排列构成特征子集。接着利用本文所提出的路径对比算法来剔除数据集中的冗余特征,得到最佳特征子集。当衡量特征间是否冗余时,路径对比算法能很好地控制影响特征间关系的其他变量,保留符合条件的特征使模型得到简化,并构成最佳特征子集。最后结合适合的数据分类方法,提出了SUP-SVM优化分类方法。主要利用SU-P算法所处理过的数据集并结合支持向量机分类器来进行数据分类,以此得到更高的分类准确率。实验部分我们通过利用8个公开数据集来对提出的算法进行实验操作,并通过五个对比算法来证明利用该算法能获得更优的分类能力。

关键词：特征选择对称不确定性 SU-P算法路径对比算法

来源：评论

学校读者我要写书评

暂无评论

一种采用冗余性动态权重的特征选择算法

引用

西安电子科技大学学报 2019年第5期46卷 155-161页

作者：肖利军郭继昌顾翔元天津大学电气自动化与信息工程学院

由于候选特征与类标签间的相关性,候选特征、已选特征与类标签间的交互性以及特征间的冗余性是特征选择算法应考虑的重要因素,而一些基于互信息和三维互信息的特征选择算法没有同时考虑相关性、交互性和冗余性信息,这影响了它们的性能... 详细信息

由于候选特征与类标签间的相关性,候选特征、已选特征与类标签间的交互性以及特征间的冗余性是特征选择算法应考虑的重要因素,而一些基于互信息和三维互信息的特征选择算法没有同时考虑相关性、交互性和冗余性信息,这影响了它们的性能。针对该问题,提出一种采用冗余性动态权重的特征选择算法,将对称不确定性和三路交互信息作为评价指标,采用一种动态更新特征权重的方法使目标函数在考虑相关性、交互性的基础上,同时考虑特征间的冗余性。在10种数据集上利用3种分类器与典型的基于互信息的特征选择算法做了对比实验,结果表明所提算法具有更好的特征选择性能。

关键词：特征选择冗余性三路交互信息对称不确定性分类

来源：评论

学校读者我要写书评

暂无评论

一种新颖的基于混合不确定性的特征选择方法

引用

长春工业大学学报 2021年第2期42卷 147-152页

作者：苏婷婷胡明赵佳长春工业大学计算机科学与工程学院吉林长春130012

基于混合不确定性的特征选择方法(简称SU-P方法),利用对称不确定性找出相关特征,并利用偏相关分析去除数据集中的冗余特征。将SU-P方法与其它传统算法进行了仿真对比。

关键词：特征选择对称不确定性偏相关分析

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：