期刊文献+
共找到32篇文章
< 1 2 >
每页显示 20 50 100
基于邻域互信息的组合预测最优子集选择算法
1
作者 吕兴 李倩 +2 位作者 张大斌 曾莉玲 凌立文 《计算机工程与设计》 北大核心 2024年第5期1359-1367,共9页
为在候选模型集中高效地选择时间序列组合预测的最优子集,提出一种CSPSO-NMI-MRMR最优子集选择算法。利用邻域互信息(neighborhood mutual information, NMI)度量相关性和冗余度,避免数值型数据的离散化,按最大相关最小冗余原则(minimal... 为在候选模型集中高效地选择时间序列组合预测的最优子集,提出一种CSPSO-NMI-MRMR最优子集选择算法。利用邻域互信息(neighborhood mutual information, NMI)度量相关性和冗余度,避免数值型数据的离散化,按最大相关最小冗余原则(minimal redundancy and maximal relevance, MRMR)筛选最优子集;邻域互信息中的邻域参数与子集选择效果密切相关,采用CSPSO算法寻找最优邻域参数,充分利用布谷鸟算法(cuckoo search, CS)和粒子群优化算法(particle swarm optimization, PSO)的优势,兼顾搜索效率和全局搜索能力;在寻参过程中设计一种淘汰策略,优化邻域参数的寻优区间并淘汰部分单模型,减少计算量。仿真结果表明,所提方法在预测精度、运行时间和稳健性上效果更优。 展开更多
关键词 时间序列 组合预测 子模型选择 邻域互信息 参数优化 启发式算法 布谷鸟算法
下载PDF
基于邻域互信息与K-means特征聚类的特征选择 被引量:1
2
作者 孙林 梁娜 徐久成 《智能系统学报》 CSCD 北大核心 2024年第4期983-996,共14页
针对多数邻域系统通过人工调试很难搜索到最佳邻域半径,以及传统的K-means聚类需要随机选取簇中心和指定簇的数目等问题,提出了一种基于邻域互信息与K-means特征聚类的特征选择方法。首先,将样本在各特征下与其他样本距离的平均值作为... 针对多数邻域系统通过人工调试很难搜索到最佳邻域半径,以及传统的K-means聚类需要随机选取簇中心和指定簇的数目等问题,提出了一种基于邻域互信息与K-means特征聚类的特征选择方法。首先,将样本在各特征下与其他样本距离的平均值作为自适应邻域半径,确定样本的邻域集,并由此构建自适应邻域熵、邻域互信息、归一化邻域互信息等度量,反映特征之间的相关性;然后,基于归一化邻域互信息构建自适应K近邻集合,利用Pearson相关系数表示特征的权重定义加权K近邻密度,实现自动选取K-means算法的簇中心,进而完成K-means特征聚类;最后,给出加权平均冗余度,选出每个特征簇中加权平均冗余度最大的特征构成最优特征子集。实验结果表明所提算法不仅可以有效提升特征选择的分类结果而且可以获得更好的聚类效果。 展开更多
关键词 特征选择 邻域互信息 K-MEANS 特征聚类 自适应K近邻 特征权重 加权K近邻密度
下载PDF
基于邻域互信息的高维时序数据特征选择 被引量:2
3
作者 杨璇 马建敏 赵曼君 《计算机工程》 CAS CSCD 北大核心 2023年第7期135-142,149,共9页
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... 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。 展开更多
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
下载PDF
邻域互信息熵的混合型数据决策代价属性约简 被引量:16
4
作者 熊菊霞 吴尽昭 王秋红 《小型微型计算机系统》 CSCD 北大核心 2021年第8期1584-1590,共7页
决策粗糙集模型是当前粗糙集理论的研究热点.然而目前决策粗糙集中的属性约简大多基于决策代价视角而构建,为了同时兼顾约简结果的决策代价和分类精度,本文通过融合属性子集的分类性能,在混合型信息系统下提出一种邻域互信息熵的决策代... 决策粗糙集模型是当前粗糙集理论的研究热点.然而目前决策粗糙集中的属性约简大多基于决策代价视角而构建,为了同时兼顾约简结果的决策代价和分类精度,本文通过融合属性子集的分类性能,在混合型信息系统下提出一种邻域互信息熵的决策代价属性约简算法.文中首先在混合型信息系统下提出邻域信息熵、邻域联合熵和邻域条件熵,并进一步地推导出了邻域互信息熵和邻域条件互信息熵;然后将邻域互信息熵理论融入邻域决策粗糙集的决策代价属性约简中,提出一种邻域互信息熵的混合型数据决策代价属性约简算法,该属性约简选择出的属性子集可同时兼顾决策代价和分类性能,并降低了属性约简结果的冗余程度;最后通过仿真实验证明了所提出算法的有效性和优越性. 展开更多
关键词 属性约简 粗糙集 邻域互信息 决策代价 分类精度
下载PDF
基于邻域互信息的区间DEA交叉效率评价方法 被引量:4
5
作者 范建平 赵苗 吴美琴 《统计与决策》 CSSCI 北大核心 2019年第3期77-81,共5页
传统的交叉效率评价方法多数是采用一个模型进行求解,并且往往会出现多个决策单元(DMU)均有效,因此不能对所有的决策单元进行充分排序。文章基于区间DEA,同时用进取型、仁慈型和竞合交叉效率模型进行求解,并对竞合模型中的分组方法进行... 传统的交叉效率评价方法多数是采用一个模型进行求解,并且往往会出现多个决策单元(DMU)均有效,因此不能对所有的决策单元进行充分排序。文章基于区间DEA,同时用进取型、仁慈型和竞合交叉效率模型进行求解,并对竞合模型中的分组方法进行改进,提出利用区间值邻域互信息进行分组,之后利用潜在信息函数对三个模型的效率分数进行集结,得到每个决策单元最终的效率分数及排名结果。最后通过一个算例验证了所提方法的合理性和可行性。 展开更多
关键词 区间DEA 交叉效率 邻域互信息 潜在信息函数
下载PDF
基于最小化邻域互信息的邻域熵属性约简算法 被引量:4
6
作者 刘正 陈雪勤 张书锋 《微电子学与计算机》 北大核心 2020年第3期26-32,共7页
属性约简是粗糙集理论的重要研究内容,混合型信息系统下的属性约简是目前的主要研究方向.在邻域粗糙集模型中,基于邻域熵的方法在进行属性约简时,由于未考虑属性之间的独立性,本文通过融入邻域互信息熵提出一种改进的属性约简算法.文中... 属性约简是粗糙集理论的重要研究内容,混合型信息系统下的属性约简是目前的主要研究方向.在邻域粗糙集模型中,基于邻域熵的方法在进行属性约简时,由于未考虑属性之间的独立性,本文通过融入邻域互信息熵提出一种改进的属性约简算法.文中首先在邻域熵的基础上,提出了混合型信息系统下的邻域互信息熵,然后通过理论分析表明了邻域互信息熵可以作为属性之间独立性的评估,最后将邻域互信息熵融入传统的邻域熵属性约简中,提出一种基于最小化邻域互信息的邻域熵属性约简算法.仿真实验结果表明,该算法可以进一步地提高属性约简结果中属性的独立程度,比相关的属性约简算法具有更高的约简性能. 展开更多
关键词 粗糙集 属性约简 混合型信息系统 邻域 邻域互信息
下载PDF
一种基于邻域互信息最大化和粒子群优化的特征基因选择方法 被引量:4
7
作者 徐天贺 马媛媛 徐久成 《小型微型计算机系统》 CSCD 北大核心 2016年第8期1775-1779,共5页
针对基因表达谱数据高维度、低样本和数值型的特点,为了选出对分类有用的特征基因,提出了一种基于邻域互信息最大化和粒子群优化的特征基因选择方法.该方法首先基于邻域互信息最大化对基因进行排序,然后选择出排序在前且冗余较少的基因... 针对基因表达谱数据高维度、低样本和数值型的特点,为了选出对分类有用的特征基因,提出了一种基于邻域互信息最大化和粒子群优化的特征基因选择方法.该方法首先基于邻域互信息最大化对基因进行排序,然后选择出排序在前且冗余较少的基因构成初选特征基因集合,最后用初选特征基因集合对粒子群优化算法的部分种群进行初始化,能较快的搜寻到较优的特征基因子集.实验结果表明,该算法可快速有效地选择特征基因,并获得较高的分类精度. 展开更多
关键词 邻域互信息最大化 粒子群优化算法 基因选择
下载PDF
基于邻域互信息最大相关性最小冗余度的特征选择 被引量:1
8
作者 林培榕 《漳州师范学院学报(自然科学版)》 2013年第4期13-18,共6页
特征选择是一种重要的数据预处理步骤,其中互信息是一类重要的信息度量方法.本文针对互信息不能很好地处理数值型的特征,介绍了邻域信息熵与邻域互信息.其次,设计了基于邻域互信息的最大相关性最小冗余度的特征排序算法.最后,用此算法... 特征选择是一种重要的数据预处理步骤,其中互信息是一类重要的信息度量方法.本文针对互信息不能很好地处理数值型的特征,介绍了邻域信息熵与邻域互信息.其次,设计了基于邻域互信息的最大相关性最小冗余度的特征排序算法.最后,用此算法选择前若干特征进行分类并与其它算法比较分类精度.实验结果表明本文提出算法在分类精度方面且优于或相当于其它流行特征选择算法. 展开更多
关键词 特征选择 邻域互信息 最大相关性 最小冗余度
下载PDF
邻域互信息在磁共振颅脑图像配准的应用 被引量:2
9
作者 李晓光 谭建豪 《计算机工程与应用》 CSCD 北大核心 2009年第10期154-156,共3页
引入了一种新的对互信息的扩展称之为邻域互信息。在计算图像信息熵的过程中,不仅考虑了图像中每点像素的信息,还考虑了每点像素邻域像素的信息,从而增加了配准过程中的稳定性。并抑制了配准过程中,因线性插值和部分体积插值所产生的局... 引入了一种新的对互信息的扩展称之为邻域互信息。在计算图像信息熵的过程中,不仅考虑了图像中每点像素的信息,还考虑了每点像素邻域像素的信息,从而增加了配准过程中的稳定性。并抑制了配准过程中,因线性插值和部分体积插值所产生的局部极值情况,平滑了信息熵的曲线。然后采用基于遗传算法和Powell所组成的混合优化算法对信息熵函数进行寻优。实验结果表明该算法具有良好的精确性和有效性。 展开更多
关键词 邻域互信息 医学图像配准 混合优化算法 局部最优
下载PDF
基于邻域互信息的三支特征选择 被引量:2
10
作者 卓永泰 董又铭 高灿 《计算机工程与应用》 CSCD 北大核心 2022年第22期159-164,共6页
特征选择是机器学习非常重要的预处理步骤,而邻域互信息是一种能直接处理连续型或离散型特征的有效方法。然而基于邻域互信息的特征选择方法一般采用启发式贪婪策略,其特征子集质量难以得到有效保证。基于三支决策的思想,提出了三支邻... 特征选择是机器学习非常重要的预处理步骤,而邻域互信息是一种能直接处理连续型或离散型特征的有效方法。然而基于邻域互信息的特征选择方法一般采用启发式贪婪策略,其特征子集质量难以得到有效保证。基于三支决策的思想,提出了三支邻域互信息特征选择方法(NMI-TWD)。通过扩展三个潜在的候选特征子集,并保持各子集之间的差异性,以获得更高质量的特征子集。对三个差异性的特征子集进行集成学习,构建三支协同决策模型,以进一步提高分类学习性能。UCI实验数据表明,新方法的特征选择结果和分类性能较其他方法更优,说明了其有效性。 展开更多
关键词 特征选择 邻域粗糙集 邻域互信息 三支决策 集成学习
下载PDF
联合谱聚类与邻域互信息的特征选择算法 被引量:12
11
作者 胡敏杰 郑荔平 +1 位作者 唐莉 林耀进 《模式识别与人工智能》 EI CSCD 北大核心 2017年第12期1121-1129,共9页
针对特征空间中存在潜在相关特征的规律,分别利用谱聚类探索特征间的相关性及邻域互信息以寻求最大相关特征子集,提出联合谱聚类与邻域互信息的特征选择算法.首先利用邻域互信息移除与标记不相干的特征.然后采用谱聚类将特征进行分簇,... 针对特征空间中存在潜在相关特征的规律,分别利用谱聚类探索特征间的相关性及邻域互信息以寻求最大相关特征子集,提出联合谱聚类与邻域互信息的特征选择算法.首先利用邻域互信息移除与标记不相干的特征.然后采用谱聚类将特征进行分簇,使同一簇组中的特征强相关而不同簇组中的特征强相异.继而基于邻域互信息从每一特征簇组中选择与类标记强相关而与本组特征低冗余的特征子集.最后将所有选中特征子集组成最终的特征选择结果.在2个基分类器下的实验表明,文中算法能以较少的合理特征获得较高的分类性能. 展开更多
关键词 特征选择 谱聚类 互信息 邻域互信息
下载PDF
基于邻域互信息和自组织映射的特征基因选取
12
作者 徐久成 徐天贺 +1 位作者 孙林 任金玉 《河南师范大学学报(自然科学版)》 CAS 北大核心 2014年第1期145-150,共6页
针对基因表达谱数据的高维度、低样本和连续型等特点,提出一种结合邻域互信息和自组织映射进行特征基因选取的方法.首先提出一种改进的Relief算法,对基因进行排序生成候选特征集合;然后提出基于邻域互信息的自组织映射算法对生成的候选... 针对基因表达谱数据的高维度、低样本和连续型等特点,提出一种结合邻域互信息和自组织映射进行特征基因选取的方法.首先提出一种改进的Relief算法,对基因进行排序生成候选特征集合;然后提出基于邻域互信息的自组织映射算法对生成的候选特征基因进行聚类;最后利用提出的属性重要性系数从每一类簇中选择代表基因组成特征基因子集.实验结果表明,该方法可以快速有效地选取肿瘤特征基因,能获得较好的分类结果. 展开更多
关键词 邻域互信息 RELIEF算法 自组织映射 聚类 基因选取
下载PDF
基于邻域互信息和K均值的基因选择算法
13
作者 殷樱 张玉冰 +1 位作者 刘家诚 高昆 《电脑知识与技术》 2014年第2期821-823,共3页
多数传统的属性聚类算法不能直接处理连续型属性,为了避免连续数据离散化处理时造成的信息损失,降低样本属性邻域求解的复杂度,提高特征基因提取的效率。文中提出一种将邻域互信息用于属性聚类的特征基因选择方法,用于在海量的基因... 多数传统的属性聚类算法不能直接处理连续型属性,为了避免连续数据离散化处理时造成的信息损失,降低样本属性邻域求解的复杂度,提高特征基因提取的效率。文中提出一种将邻域互信息用于属性聚类的特征基因选择方法,用于在海量的基因表达谱数据中挖掘出少量的具有分类识别能力且冗余度较小的特征基因。 展开更多
关键词 粒计算 邻域互信息 属性聚类 基因选择
下载PDF
基于信息源选择的多源信息系统邻域互信息熵属性约简
14
作者 陈宝国 陈磊 邓明 《台州学院学报》 2021年第6期1-10,共10页
属性约简是粗糙集理论的重要研究内容。针对多源信息系统中信息源之间存在相互依赖的问题,提出一种基于信息源选择的多源信息系统邻域互信息熵属性约简算法。首先提出多源信息系统下信息源的差异度度量,通过该度量可以评估信息源在整个... 属性约简是粗糙集理论的重要研究内容。针对多源信息系统中信息源之间存在相互依赖的问题,提出一种基于信息源选择的多源信息系统邻域互信息熵属性约简算法。首先提出多源信息系统下信息源的差异度度量,通过该度量可以评估信息源在整个多源信息系统的独立程度;接着利用差异度对多源信息系统的信息源进行选择,使得选择出的信息源具有较高的独立性;最后基于邻域互信息熵模型,对选择出的新多源信息系统进行属性约简,提出相应的属性约简算法。实验分析表明,所提出的多源信息系统属性约简算法具有较高的有效性和优越性。 展开更多
关键词 属性约简 粗糙集 多源信息系统 差异度 邻域互信息
下载PDF
结合稀疏表示和邻域互信息的类属属性学习
15
作者 赵冬冬 《电子技术与软件工程》 2020年第1期222-224,共3页
本文首先采用最小二乘法回归作为目标函数,通过添加L1正则化稀疏表示特征。通过邻域互信息将各标记的类属属性进一步约简。为验证本文所提算法性能,采用5个先进多标记算法在6个多标记基准数据集上与本文算法进行对比实验,结果说明本文... 本文首先采用最小二乘法回归作为目标函数,通过添加L1正则化稀疏表示特征。通过邻域互信息将各标记的类属属性进一步约简。为验证本文所提算法性能,采用5个先进多标记算法在6个多标记基准数据集上与本文算法进行对比实验,结果说明本文算法的有效性。 展开更多
关键词 稀疏表示 类属属性 邻域互信息 Lasso算法
下载PDF
基于次相关特征和邻域互信息的在线多标记特征选择算法 被引量:1
16
作者 程雨轩 毛煜 +2 位作者 张小清 曾艺祥 林耀进 《山东大学学报(理学版)》 CAS CSCD 北大核心 2024年第5期70-81,共12页
为了充分地挖掘被单一度量指标算法忽略但对分类结果有利的特征,提出了基于次相关特征和邻域互信息的在线多标记特征选择算法,通过计算得到的新到达特征的重要性以及相关度,分析其显著性的区别,将特征区分为显著特征以及次相关特征。利... 为了充分地挖掘被单一度量指标算法忽略但对分类结果有利的特征,提出了基于次相关特征和邻域互信息的在线多标记特征选择算法,通过计算得到的新到达特征的重要性以及相关度,分析其显著性的区别,将特征区分为显著特征以及次相关特征。利用邻域交互信息对新到达的特征与已选特征集合进行冗余性分析,剔除依赖度较低的特征,以此逐步提升特征子集的质量。构建了基于全局的线性和非线性关系的度量指标,并以此来计算特征的局部相关度,有效地挖掘次相关特征。充分考虑特征空间中次相关特征存在的问题,将次相关特征从特征集合中剥离并单独保存,使之在冗余分析阶段不会因显著特征对度量指标敏感度高所产生的影响而被剔除出特征集合。建立了特征选择指标,利用迭代策略根据指标进行特征选择。实验结果表明,该算法具有很好的有效性和稳定性。 展开更多
关键词 在线特征选择 多标记学习 邻域 邻域互信息 次相关特征
原文传递
不完备数据集的邻域容差互信息选择集成分类算法
17
作者 李丽红 董红瑶 +2 位作者 刘文杰 李宝霖 代琪 《南京大学学报(自然科学版)》 CAS CSCD 北大核心 2024年第1期106-117,共12页
针对不完备混合信息系统的分类问题,结合粒计算中的邻域容差关系和互信息理论,定义邻域容差互信息的概念,并利用集成学习的思想,提出不完备数据集的邻域容差互信息选择集成分类算法.该算法首先根据缺失属性得到信息粒,划分粒层构建粒空... 针对不完备混合信息系统的分类问题,结合粒计算中的邻域容差关系和互信息理论,定义邻域容差互信息的概念,并利用集成学习的思想,提出不完备数据集的邻域容差互信息选择集成分类算法.该算法首先根据缺失属性得到信息粒,划分粒层构建粒空间,在不同的粒层上使用以BP神经网络作为基分类器的集成算法,构建新的基分类器;然后,根据每个信息粒的缺失属性计算出关于类属性的邻域容差互信息,来衡量各个信息粒的重要度,并根据基分类器预测准确率以及邻域容差互信息重新定义基分类器权重;最后,根据预测样本对基分类器加权集成预测分类结果,并与传统的集成分类算法进行对比分析.对于部分不完备混合型数据集,新提出的集成分类算法能有效提升分类准确率. 展开更多
关键词 不完备混合信息系统 邻域容差互信息 集成学习 分类
下载PDF
基于自适应邻域互信息与谱聚类的特征选择 被引量:4
18
作者 孙林 梁娜 徐久成 《山东大学学报(理学版)》 CAS CSCD 北大核心 2022年第12期13-24,共12页
借鉴邻域粗糙集处理连续型数据的优势,为解决传统谱聚类算法需要人工选取参数的问题,提出基于自适应邻域互信息与谱聚类的特征选择算法。首先,定义各对象在属性下的标准差集合与自适应邻域集,给出自适应邻域熵、平均邻域熵、联合熵、邻... 借鉴邻域粗糙集处理连续型数据的优势,为解决传统谱聚类算法需要人工选取参数的问题,提出基于自适应邻域互信息与谱聚类的特征选择算法。首先,定义各对象在属性下的标准差集合与自适应邻域集,给出自适应邻域熵、平均邻域熵、联合熵、邻域条件熵、邻域互信息等不确定性度量,利用自适应邻域互信息对特征与标签的相关性进行排序。然后,结合共享近邻自适应谱聚类算法,将相关性强的特征聚到同一特征簇内,使不同特征簇内的特征强相异。最后,使用最小冗余最大相关技术设计特征选择算法。在10个数据集上选择特征个数与分类精度的实验结果,验证了所提算法的有效性。 展开更多
关键词 特征选择 邻域粗糙集 邻域互信息 谱聚类 最小冗余最大相关
原文传递
基于最近邻互信息的特征选择算法 被引量:8
19
作者 王晨曦 林耀进 +1 位作者 刘景华 林梦雷 《计算机工程与应用》 CSCD 北大核心 2016年第18期74-78,共5页
针对邻域信息系统的特征选择模型存在人为设定邻域参数值的问题。分别计算样本与最近同类样本和最近异类样本的距离,用于定义样本的最近邻以确定信息粒子的大小。将最近邻的概念扩展到信息理论,提出最近邻互信息。在此基础上,采用前向... 针对邻域信息系统的特征选择模型存在人为设定邻域参数值的问题。分别计算样本与最近同类样本和最近异类样本的距离,用于定义样本的最近邻以确定信息粒子的大小。将最近邻的概念扩展到信息理论,提出最近邻互信息。在此基础上,采用前向贪心搜索策略构造了基于最近邻互信息的特征算法。在两个不同基分类器和八个UCI数据集上进行实验。实验结果表明:相比当前多种流行算法,该模型能够以较少的特征获得较高的分类性能。 展开更多
关键词 特征选择 最近邻 互信息 邻域互信息
下载PDF
基于自适应邻域与聚类的非平衡数据特征选择 被引量:1
20
作者 孙林 梁娜 王欣雅 《计算机工程与应用》 CSCD 北大核心 2024年第14期74-85,共12页
为了解决传统邻域粗糙集未考虑不平衡数据的类分布,多数邻域系统通过人工调试难以找到最佳邻域半径,以及聚类时指定簇的数目等问题,提出一种基于自适应邻域与聚类的非平衡数据特征选择方法。根据样本在各个特征下与其他样本距离的平均... 为了解决传统邻域粗糙集未考虑不平衡数据的类分布,多数邻域系统通过人工调试难以找到最佳邻域半径,以及聚类时指定簇的数目等问题,提出一种基于自适应邻域与聚类的非平衡数据特征选择方法。根据样本在各个特征下与其他样本距离的平均值来确定样本的自适应k近邻和共享近邻,定义自适应邻域密度并设计混合采样模型,构建平衡决策系统。基于特征分布定义新的邻域半径,使用高斯核函数研究邻域内样本之间的模糊相似关系,使用模糊邻域互信息度量特征间的相关性,基于此对特征进行聚类。基于模糊邻域互信息构造粒子群初始化策略,并引入动态位掩码策略与适合整数编码的差异性扰动算子,改进整型粒子群优化算法,实现从特征簇中选出代表性特征构成最终的特征子集。在19个非平衡数据集的实验结果表明所设计的算法有效地提高了非平衡数据的分类性能。 展开更多
关键词 自适应邻域 混合采样 模糊邻域互信息 特征聚类 特征选择
下载PDF
上一页 1 2 下一页 到第
使用帮助 返回顶部