手机打开
一种改进的浮动搜索特征子集算法
【摘要】：较优的特征子集对分类精度有着很大的影响,因此特征选择一直是人们研究的热点。在综合序列前向选择算法(SFS)和广义序列前向选择算法(GSFS)并结合基于分类精度的特征选取算法(CA-SFS),提出了一种改进的浮动搜索特征子集算法(AFS-FS)。它改变GSFS算法中的r值,且每次都选择能达到最优分类效果的特征组合。算法设计以支持向量机作为分类器,将得出的分类精度作为准则函数对特征进行取舍。通过理论分析及仿真实验表明AFS-FS算法不但选择了较少的特征,而且取得了较好的分类效果。
| 【相似文献】 | ||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||
|
|||||
|
|||
|
|||
|
|||||||||||||||
|
|||||||||||||||
快捷付款方式
订购知网充值卡
订购热线
帮助中心