基于改进粒子群算法的最优特征子集研究

摘要：

特征选择是模式识别系统的难点.针对高维数据对象,先运用改进粒子群优化(PSO)算法快速、有效地从特征样本中提取一组最优特征子集,然后采用最小二乘支持向量机(LSSVM)分类器对最优特征子集进行分类,验证特征选择的好坏.经大量实验验证,在保证分类正确率的前提下,该方法有效提高了特征选择效率.

关键词：特征选择、粒子群优化算法、最小乘支持向量机

所属期刊栏目：29

分类号：TP391.41(计算技术、计算机技术)

在线出版日期：2011-05-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：64-66