基于扩张矩阵的模糊特征选择算法

摘要：

在模糊分类器系统中,通常要将模式的原始特征投影到模糊空间,在模糊空间上进行特征选择,并在此基础上构建模糊决策规则.本文在对原始特征模糊化的基础上提出了一种构造模糊扩张矩阵的方法,它结合了常规扩张矩阵的优点和模糊集的特性,然后设计了一种基于模糊扩张矩阵的求解当特征取值为隶属度时的最优模糊特征子集的启发式算法,并从理论上证明了其正确性,也通过现实世界的数据集验证了它的较高效率.同时,该算法对基于集理论的模糊集相似性度量公式具有一定的鲁棒性.

关键词：模糊集、特征选择、扩张矩阵

所属期刊栏目：17

分类号：TP301(计算技术、计算机技术)

资助基金：重庆大学骨干教师资助项目2003A13

在线出版日期：2009-08-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：417-423