基于邻域互信息的高维时序数据特征选择

摘要：

特征选择作为一种数据预处理方法,主要目的是消除冗余和不相关属性,保留性能显著的属性,从而提高模型精度且降低计算复杂度.传统的特征选择方法多基于截面数据,对于实际生活中大量存在的高维时序数据的研究较少.现有特征选择算法并未考虑属性间相互依赖的影响,导致分类性能下降.为此,提出基于邻域互信息的高维时序数据特征选择方法.构建时序信息系统,提出时序邻域关系,并引入该关系下的时序邻域熵、时序邻域联合熵、时序邻域互信息等信息度量.在最近最远邻特征选择算法(算法1)中引入高维时序数据,定义属性重要度,以确定分类性能较优的特征,通过引入累计重要度贡献率控制特征选择规模.设计最近最远邻邻域互信息特征选择算法(算法2),根据阈值得到分类能力强的初始特征集,进一步由时序邻域互信息定义属性冗余度,去除初始特征集中重要度最低、依赖程度最大的属性,得到最终特征子集.在UCR数据集上的实验结果表明,相比原始数据和所提算法1,所提算法2在最佳取值范围和分类精度上分别平均提升13.69%和6.70%,对于处理高维时序数据的特征选择具有一定的有效性和优越性.

关键词：高维时序数据、粗糙集、邻域关系、邻域互信息、最近最远邻、特征选择

所属期刊栏目：49

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金61772019

在线出版日期：2023-07-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：135-142,149