文献类型：期刊文章

作　　者：刘全金[1,2] 赵志敏[1] 李颖新[3,4] 俞晓磊[5]

机构地区：[1]南京航空航天大学理学院,江苏南京210016 [2]安庆师范学院物理与电气工程学院,安徽安庆246011 [3]北京经纬纺机新技术有限公司,北京100176 [4]北京市轻纺机械机器视觉工程技术研究中心,北京100176 [5]江苏省标准化研究院,江苏南京210029

出　　处：《电子学报》

基　　金：国家自然科学基金(No.61475071;No.61173068;No.10172043);教育部博士点基金(No.20093218110024);江苏省自然科学基金青年基金(No.BK20141032);国家质检总局科技项目(No.2013QK194);安徽省自然科学基金(No.1608085QF157)

年　　份：2016

卷　　号：44

期　　号：4

起止页码：995-1002

语　　种：中文

收录情况：BDHX、BDHX2014、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、EI(收录号：20162202444113)、IC、JST、RCCSE、RSC、SCOPUS、ZGKJHX、核心刊

摘　　要：提出了一种新的PSO特征选取方法.以粒子对应特征组合的同类近邻样本和异类近邻样本间的距离关系作为类别可分性和粒子适应度函数.以适应度函数加权的群体历史最佳、粒子历史最佳和粒子邻域内最佳个体信息共同指导粒子运动方向,搜索类内紧密、类间分离的最佳特征组合;同时,利用加权集成方法对PSO特征选取方法进行集成,以提高特征选取方法的稳定性和鲁棒性.在5个高维数据集上的特征选取实验结果表明集成PSO特征选取方法的有效性和可行性.

关 键 词：特征选取 PSO 集成方法  分类  

分 类 号：TP391]