基于实例学习和协同子集搜索的特征选择方法
许小媛1; 黄黎1,2
2017-06-20
发表期刊电信科学
ISSN1000-0801
卷号33期号:06页码:105-113
摘要特征子集搜索是数据挖掘分类任务中一个关键性的难题,常用的过滤器方法忽略了基因之间的相关性,此外,现有的解决方法并不是专门针对处理小样本数据,因此在特征选择方面表现出了不稳定性。为了解决上述问题,在实例学习的基础上提出了一种新型的混合封装过滤算法,并且提出了一种具有封装器评价体系的分类器算法——协同性子集搜索(CSS)。选取几个高维小样本的癌症数据集作为数据来源,对提出的评价体系进行了实验测试,结果表明,该方法在准确性及稳定性方面较其他方法表现更好。
关键词特征选择 混合 小样本 分类 稳定性
URL查看原文
收录类别北大核心
语种中文
资助项目江苏省教育科学“十三五”规划2016年度青年专项课题(No.C-b/2016/03/25);江苏开放大学“十三五”规划2016年度重点研究课题(No.16SSW-Z-003)~~
原始文献类型学术期刊
文献类型期刊论文
条目标识符http://ir.library.ouchn.edu.cn/handle/39V7QQFX/138290
专题国家开放大学江苏分部
作者单位1.江苏开放大学信息与机电工程学院;
2.南京航空航天大学计算机科学与技术学院
第一作者单位国家开放大学江苏分部
第一作者的第一单位国家开放大学江苏分部
推荐引用方式
GB/T 7714
许小媛,黄黎. 基于实例学习和协同子集搜索的特征选择方法[J]. 电信科学,2017,33(06):105-113.
APA 许小媛,&黄黎.(2017).基于实例学习和协同子集搜索的特征选择方法.电信科学,33(06),105-113.
MLA 许小媛,et al."基于实例学习和协同子集搜索的特征选择方法".电信科学 33.06(2017):105-113.
条目包含的文件
条目无相关文件。
个性服务
查看访问统计
谷歌学术
谷歌学术中相似的文章
[许小媛]的文章
[黄黎]的文章
百度学术
百度学术中相似的文章
[许小媛]的文章
[黄黎]的文章
必应学术
必应学术中相似的文章
[许小媛]的文章
[黄黎]的文章
相关权益政策
暂无数据
收藏/分享
相关推荐
基于特征抽取和多分类器组合的人脸识别方法
基于EMPCA和RBF神经网络的人脸识别
一种基于时序行为的流过程协同重构算法
高职VB课程的项目化教学过程设计
基于云安全架构的Android恶意软件静态检测方案
一种网络在线学习的学习环境监测方法
一种计算机主机USB数据线扣接架
具有对偶约束的半监督重叠社区发现方法
一种基于图像识别的森林监控方法及系统
云环境下虚拟多媒体教室的构建
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。