10.16208/j.issn1000-7024.2015.04.053
基于多准则排序融合的特征选择方法
针对模式分类中特征选择问题,为去除冗余特征,提高分类准确率,提出一种基于 ReliefF 算法、Fisher 比率算法和马氏距离算法的多准则排序融合的特征选择方法。动态结合上述3种单准则特征选择法的优点,实现对多个评价准则的综合利用。以 Ionosphere 标准数据集和高速列车转向架故障数据集为研究对象进行实验仿真,仿真结果表明,相比于单准则特征选择法,该方法能更有效地降低特征维数,具有更高的分类性能。
特征选择、排序融合、Fisher比率、ReliefF、马氏距离、模式分类
TP391.4(计算技术、计算机技术)
国家自然科学基金重点项目61134002;中央高校基本科研业务费专项基金项目SWJT12CX038U
2015-04-27(万方平台首次上网日期,不代表论文的发表时间)
共5页
1110-1114