文献类型：期刊文章

作　　者：蒋玉娇[1] 王晓丹[1] 王文军[2] 毕凯[1]

机构地区：[1]空军工程大学导弹学院计算机工程系,陕西三原713800 [2]第四军医大学教育技术中心,西安710032

出　　处：《计算机工程与应用》

基　　金：国家自然科学基金No.60975026;陕西省自然科学研究计划项目(No.2007F19)~~

年　　份：2010

卷　　号：46

期　　号：26

起止页码：170-172

语　　种：中文

收录情况：AJ、BDHX、BDHX2008、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：如何减少样本的训练测试时间、提高分类精度是有效特征选择方法研究的重要方面。提出了一种结合PCA和ReliefF的特征选择算法。该算法选择出了最具有代表性的特征,构成有效特征子集,实现了特征降维。同时,较PCA-GA方法,该算法具有简单、快速等优点。利用标准数据集进行的实验结果表明,文中算法是可行的、有效的,为模式识别的信息特征压缩提供了一种新的研究方法。

关 键 词：特征选择  主成分分析 支持向量机

分 类 号：TP181]