首页|基于特征分组和PSO的特征选择算法

基于特征分组和PSO的特征选择算法

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
在高维小样本数据的特征选择中,样本的变化会导致最终选出的特征呈现不稳定的特点.针对这种情况,提出了一种新的特征选择算法.首先通过计算特征间的互信息以确定特征关联性的强弱,依据将特征间的关联性强弱将特征分为不同的组,待分组完成后,使用粒子群算法对特征进行选择,并对少部分粒子进行随机扰动,避免粒子陷入局部最优.选择完成后的特征进行集成,得到最终特征子集.结合5个公开数据集进行实验,该算法的特征维度平均降低77.5％.与现有的方法比较,得到的结果在稳定性方面平均提高了4.0％.
Feature Selection Algorithm Based on Feature Grouping and PSO

余肖生、江川、陈鹏

展开 >

三峡大学计算机与信息学院 宜昌 443002

特征选择 稳定性 PSO算法 特征分组

国家重点基础研究发展计划(973计划)

2016YFC0802500

2022

10.3969/j.issn.1672-9722.2022.05.024

计算机与数字工程
中国船舶重工集团公司第七0九研究所

计算机与数字工程

CSTPCD
影响因子：0.355
ISSN：1672-9722
年,卷(期)：2022.50(5)
  • 5