论文首页哲学论文经济论文法学论文教育论文文学论文历史论文理学论文工学论文医学论文管理论文艺术论文 |
全部作者: 李勇明 曾孝平 覃剑 郑雅敏 张晓娟 王靖 第1作者单位: 重庆大学通信工程学院 摘要: 本文针对filter模式特征选择方法准确性不高,wrapper模式特征选择方法时间代价很高的缺点,将两者有机的结合1体,设计了1种比例混合模式特征选择分类器。该分类器首先进行filter模式的特征选择,然后根据比例系数挑选其中适应度值较高的个体进行wrapper模式下的特征选择,因此能够取得平衡性较好的特征选择效果。实验选择UCI数据库中的两个数据集为选择对象,链式智能体遗传算法为搜索算法,距离测度为filter模式下的评价准则,RBF神经网络为wrapper模式下的分类器进行了多次实验,统计结果表明,本文设计的特征选择分类器能取得选择速度接近filter模式,识别正确率接近wrapper模式的满意效果。 关键词: 比例;混合模式;特征选择;分类器;神经网络 (浏览全文) 发表日期: 2007年07月24日 同行评议:
(暂时没有)
综合评价: (暂时没有) 修改稿: