一种基于分形维的快速属性选择算法

摘要：

属性选择是数据挖掘、文档分类和多媒体索引等领域研究的一个热点问题.利用分形维进行属性选择是一种新的方法,它利用数据集的分形维作为属性的重要性度量.基于分形维的快速属性选择算法(IFAS),利用后向属性选择策略和降维操作的投影特性,根据E维的分形树导出E-1维的分形树(用来计算分形维的数据结构).因此,只需扫描一次数据集,避免了FDR算法多次扫描数据集的问题.通过图像特征数据集合和合成的分形数据集对两种算法进行性能测试.实验结果显示,IFAS算法明显优于FDR算法.IFAS算法的时间和空间复杂度都为O(n),响应时间与属性维数呈线性关系.

关键词：属性选择、分形、分形维、数据挖掘、计盒维数、分形树、合并

所属期刊栏目：24

分类号：TP313(计算技术、计算机技术)

资助基金：国家自然科学基金60173051

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：527-530