满意特征选择及其应用

满意特征选择及其应用

ID:4126699

大小:228.11 KB

页数:6页

时间:2017-11-29

满意特征选择及其应用_第1页
满意特征选择及其应用_第2页
满意特征选择及其应用_第3页
满意特征选择及其应用_第4页
满意特征选择及其应用_第5页
资源描述:

《满意特征选择及其应用》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第23卷第1期控制理论与应用Vo1.23No.12006年2月ControlTheory&ApplicationsFeb.2006文章编号:1000-8152(2006)01-0019-06满意特征选择及其应用112张葛祥,金炜东,胡来招(1.西南交通大学电气工程学院,四川成都610031;2.电子对抗国防科技重点实验室,四川成都610036)摘要:实际应用中的特征选择是一个满意优化问题.针对已有特征选择方法较少考虑特征获取代价和特征集维数的自动确定问题,提出一种满意特征选择方法(SFSM),将样本分类

2、性能、特征集维数和特征提取复杂性等多种因素综合考虑.给出特征满意度和特征集满意度定义,设计出满意度函数,导出满意特征集评价准则,详细描述了特征选择算法.雷达辐射源信号特征选择与识别的实验结果显示,SFSM在计算效率和选出特征的质量方面明显优于顺序前进法、新特征选择法和多目标遗传算法.证实了SFSM的有效性和实用性.关键词:优化;满意优化;特征选择;识别中图分类号:TP18,O235文献标识码:ASatisfactoryfeatureselectionanditsapplications112ZHANGGe

3、xiang,JINWeidong,HULaizhao(1.SchoolofElectricalEngineering,SouthwestJiaotongUniversity,ChengduSichuan610031,China;2.NationalEWLaboratory,ChengduSichuan610036,China)Abstract:Featureselectionisessentiallyasatisfactoryoptimizationprobleminengineeringapplicat

4、ions.Mostoftheexistingfeatureselectionmethodsdidnotconsiderthecostoffeatureextractionandautomaticdecisionofthedimensionoffeaturesubse.tInthispaper,anovelapproachcalledsatisfactoryfeatureselectionmethod(SFSM)isproposed.SFSMconsiderscompromisinglyclassificatio

5、nperformanceoffeaturesamples,thedimensionoffeaturesetandthecomplexityoffeatureextraction.Featuresatisfactoryrateandfeaturesetsatisfactoryratearedefined.Severalsatisfactoryratefunctionsaredesigned.Satisfactoryfeaturesetevaluationcriterionisgiveninamathematica

6、lway.Satisfactoryfeatureselectionalgorithmisdescribedindetai.lExperimentalresultsofradaremittersignalfeatureselectionandrecognitionshowthatSFSMissuperiortosequentialforwardselectionusingdistancecriterion,newfeatureselectionmethodandmultiobjectivegeneticalgo

7、rithmincomputingefficiencyandfeaturequalities.Hence,thevalidityandapplicabilityoftheproposedmethodareverified.Keywords:optimization;satisfactoryoptimization;featureselection;recognition[1]1引言(Introduction)难以保证得到的特征集是最优解,所以,在实际在模式识别、机器学习和数据挖掘等领域中,特应用中,人们总是寻找

8、可计算和实用的类分离判据征选择因能降低特征向量维数、减少特征提取代价、和性能较好的搜索算法,以期获得较好的次优[2,3]简化分类器设计和提高识别率而成为近年来一个充解.由此可知,特征选择实质上是一个满意优化满生机和活力的研究课题,受到人们的广泛关问题,得到的解均是满意解.而且,已有的特征选择[1~3]注.特征选择的任务是利用模式样本集内部信算法较少考虑特征集的维数和特征获取的代价,造息

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。