基于加权正域的特征选择算法

摘要：

基于邻域粗糙集的特征选择算法无法评价特征与样本之间的相互关系，为此，通过融合基于大间隔获得样本对特征的评价准则，提出了基于加权正域的特征选择算法。该算法有效地实现了特征对样本的区分能力与样本对特征的贡献程度的综合利用。在UCI数据集和5个高维小样本数据集上的实验结果表明，相比传统的单准则评价的特征选择方法，该方法不仅能有效地提高特征选择的分类性能，而且更加有利于处理高维小样本数据集。

关键词：特征选择、正域、大间隔、邻域粗糙集

分类号：TP18(自动化基础理论)

资助基金：The National Natural Science Foundation of China under Grant No.61303131;the Natural Science Foundation of Fujian Province of China under Grant No.2013J01028;the Science and Technology Project of Education Department of Fujian Province under grant No. JA14192;the Science and Technology Project of Zhang-zhou under Grant No. ZZ2013J04

在线出版日期：2015-03-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：368-375