基于多准则排序融合的特征选择方法

摘要：

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。

关键词：特征选择、排序融合、Fisher比率、ReliefF、马氏距离、模式分类

分类号：TP391.4(计算技术、计算机技术)

资助基金：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

在线出版日期：2015-04-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1110-1114