基于最大权重最小冗余准则的特征选择方法研究

《基于最大权重最小冗余准则的特征选择方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、乂连謹又大葦ＤＡＬＩＡＮＵＮＩＶＥＲＳＩＴＹＯＦＴＥＣＨＮＯＬＯＧＹ耐王等恆巧交ＭＡＳＴＥ民ＡＬＤＩＳＳＥＲＴＡＴＩＯＮ，，錢基于最大权重最小冗余准则的特征选择方法研究管理科学与工程＿＿＿学科专业＿＿＿张军梅作者姓名王明征教授＿＿＿＿＿指导教师＿＿＿＿２０１６年６月答辩日期硕±学位论文基于最大权重最小冗余准则的特征选捧方法研究ＳｔｕｄｙｏｎＦｅａｔｕｒｅｓｅｌｅｃｔｉｏｎＢａｓｅｄｏｎＭａｘｉｍｕｍｗｅｉｈｔａｎｄｇＭｉｎｉｍｕｍｒｅｄｕｎｄａｎｃｙ作者姓名；张军

2、梅学科、专业；管理科学与工程学号；２１３１１０１７指导教师：王明征教授完成日期：２０１６．０５．０４夫蓮巧义夫＃ＤａｌｉａｎＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ大连理工大学学位论文独创性声明作者郑重声明：所呈交的学位论文，是本人在导师的指导下进行研究工作所取得的成果。尽我所知，除文中己经注明引用内容和致谢的地方外，本论文不包含其他个人或集体邑经发表的研究成果，也不包含其他已申请学位或其他用途使用过的成果一。与我同工作的同志对本研究所做的贡献均邑在论文中做了明确的说明并表示了谢意。若有不实之处

3、，本人愿意承担相关法律责任。学位论文题目：某于最大权拿最小冗余准则的特化选择方法研究日期；年月日作者签名：豕胥梅＿＿ｌｙ大连理工大学硕±学位论文摘要一近几年Ｗ来，随着现代科学技术的飞速发展，数据量呈现种爆炸式増长。而伴随数据量增长的同时，数据中包含的不相关和兀余信息也増多，给已有的机器学习算法带来了严峻的挑战。因此，迫切需要适应海量数据的准确性和运算效率等综合性能一较好的特征选择方法。为此，本文对高维数据的特征选择展开了进步的研究。首先，针对现有特征选择方法中基于不同的类间散度和类内散度的特征权重度量方一一种新的度量特征权重的

4、函数法的缺陷，我们提出，这种度量具有定的泛化特征。并进一步讨论该形式与其它基于类间散度和类内散度准则的特征权重度量的关系。其次，针对现有特征选择方法中相关性和兀余度评价方法缺乏多样化及最佳特征个数难Ｗ确定的问题，本文提出基于最大平均权重最小平均冗余准则的特征选择方一方面一法（ＭＡＷＭＡＲ方法）。，在特征权重计算过程中采用般化的特征权重评价函数，使得特征选择过程中不仅便于理解和分析，同时适用于处理半监督和有监督的问题一。另方面，通过建立最大化特征相关性和最小化特征间冗余信息的分式规划模型，该方法不仅有效地权衡了特征相关性和兀余性这两个相互冲突的目标

5、，同时实现了最优特征个数的选择。实验结果表明ＭＡＷＭＡＲ比其它特征选择方法得到了更小更优的特征子集。再次，针对基于最大平均权重最小平均冗余准则的特征选择方法容易受特征个数的影响，本文提出基于最大总权重最小冗余准则的特征选择方法（ＭａＴｏＷＭｉＲ方法），该方法综合考虑了特征相关性和特征间兀余性进行无关兀余将征的剔除。ＭａＴｏＷＭｉ民不仅保持了使用一般化的特征权重度量的优点，同时降低了特征个数对特征选择的影响。’ＭａＴｏＷＭＲ。实验结果表明有效地去除了无关冗余特征，降维的同时提髙了分类精度最后，为了考察ＭＡＷＭＡＲ和ＭａＴｏＷＭ民的应用范围，对两

6、种方法下的模型做了对比分析。首先，利用分支定界法求解ＭＡＷＭＡＲ和ＭａＴｏＷＭｉＲ方法下的模型，通过比较分类准确率和选择出的特征个数，说明了两种方法在不同的数据集上具有各自的优势，同时分析了影响上述结果的主要原因。其次，针对精确算法计算效率低的问题，，利用求解精度较高的遗传算法求解模型。数值实验表明不论是利用分支定界法还是遗传算法求解，ＭＡＷＭＡＲ和ＭａＴｏＷＭｉＲ在具有相似特点（例如相似的特征权重分布和冗余度分布）的数据集上占有相同的优势。关键词：特征选择；过滤式方法；类间散度；类内敌度－－Ｉ基于最大权重最小兀余准则的特征选择方法研究

7、Ｓｔｕｄｙ０打ＦｅａｔｕｒｅｓｅｌｅｃｔｉｏｎＢａｓｅｄｏｎＭａｘｉｍｕｍｗｅｉｇｈｔａｎｄＭｉｎｉｍｕｍｒｅｄｕｎｄａｎｃｙＡｂｓｌｉｒａｃｔＷｉ化ｔｈｅｒａｐｉｄｄｅｖｅｌｏｐｍｅｎｔｏｆｍｏｄｅｍｓｃｉｅｎｃｅａｎｄ把ｃｈｎｏｌｏｇｙ，ｄａｔａｉｓｓｈｏｗｉｎｇａｎｅｘｌｏｓｉｖｅｒｏｗｔｈａｔａ拉Ｓｔｒａｔｅ．Ａｔｔｈｅｓａｍｅｔｉｍｅｔｈｅｉｒｒｅｌｅｖｅｎｔａｎｄｒｅｄｕｎｄａｎｔｉｎｆｏｒｍａｔｉｏｎｐｇ，ｃｏ