期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息

基于概率密度逼近的无监督特征排序 被引量：2

Unsupervised Feature Ranking Approach Based on Probability Density Approximation
下载PDF
导出
摘要 依据概率密度逼近提出了一种新的无监督特征排序,应用于特征选择降维。实验证明,这种方法与一些现有的方法相比,更为有效。 Based on probability density approximation, a novel unsupervised feature ranking approach was proposed and could be applied to feature selection. Experiment results demonstrate the advantage of the approach here over others.
作者 王晓明 王士同
机构地区 江南大学信息工程学院
出处 《计算机应用研究》 CSCD 北大核心 2007年第4期47-51,共5页 Application Research of Computers
基金 国家自然科学基金资助项目(6022501) 教育部优秀青年教师奖励计划资助项目(NCET-04-0496) 教育部2005年重点科学研究项目 江苏省自然科学基金资助项目 中国科学院软件所计算机科学重点实验室资助项目 中国科学院自动化所模式识别国家重点实验室资助项目 江苏省计算机信息处理重点实验室资助项目
关键词 特征排序 特征选择 Parzen 窗口密度估计 概率密度逼近 feature ranking feature selection parzen window probability estimation probability density approximation
分类号 TP301.6 [自动化与计算机技术—计算机系统结构]
  • 相关文献

参考文献16

  • 1BISHOP C M. Neural networks for pattern recognition [ M ]. Oxford :Clarendon Press, 1995.
  • 2宋枫溪,高秀梅,刘树海,杨静宇.统计模式识别中的维数削减与低损降维[J].计算机学报,2005,28(11):1915-1922. 被引量：44
  • 3张莉,孙钢,郭军.基于K-均值聚类的无监督的特征选择方法[J].计算机应用研究,2005,22(3):23-24. 被引量：29
  • 4TORKKOLA K. Feature extraction by non-parametric mutual information maximization [ J ]. Journal of Machine Learning Research,2003,3(7/8) :1415-1438.
  • 5DASH M, LIU H, YAO J. Dimensionality reduction of unsuperised data: proc. of the 9th IEEE International Conf. on Tools with Artifical Intelligence[ C ]. Newport Beach : [ s. n. ], 1997:532-539.
  • 6WANG Hui, BELL D, MURTAGH F. Axiomatic approach to feature subset selection based on relevance [ J ]. IEEE Transactions on Pattern Analysis Machine Intelligence, 1999,21 ( 3 ) :271 - 277.
  • 7MORITA M, SABOURtN R, et al. Unsupervised feature selection using multi objective genetic algorithms for handwritten word recognition : proc. of the International Conference on Document Analysis and Recognition[ C]. Edinburgh: [ s. n. ] ,2003:666-671.
  • 8BASAK J, DE R K, PAL S K. Unsupervised feature selection using a heuro-fuzzy approach [ J ]. Pattern Recognition Letters, 1998,19( 11 ) :997-1006.
  • 9KIRA K, RENDELL L. A practical approach to feature selection:proceedings of the 9th International Workshop on Machine Learning( ML' 92 ) [ C ]. San Mateo : Morgan Kaufmann, 1992:249- 256.
  • 10KONONENKO I. Estimating attributes:analysis and extension of RELIEF : proceedings of European Conference on Machine Learning[ C ].[S. 1. ]:[s.n. ], 1994:171-182.

二级参考文献47

  • 1宣国荣,柴佩琪.基于Chernoff上界的特征选择[J].模式识别与人工智能,1996,9(1):26-30. 被引量：2
  • 2刘伟权,王明会,钟义信.利用遗传算法实现手写体数字识别中特征维数的压缩[J].模式识别与人工智能,1996,9(1):45-51. 被引量：4
  • 3宣国荣,柴佩琪.基于巴氏距离的特征选择[J].模式识别与人工智能,1996,9(4):324-329. 被引量：16
  • 4Sergios Theodoridis Konstantinos Koutroumbas.Pattern Recognition(Second Edition)[M].北京:机械工业出版社,2003.163-205.
  • 5Nojun Kwak,et al. Input Feature Selection for Classification Problems[ J ]. IEEE Transaction on Neural Network ,2002,13 : 143-157.
  • 6Ming Dong,Ravi Kothari. Feature Subset Selection Using a New Definition of Classifiability [ J ]. Pattern Recognition Letters ,2003,24 :1215-1225.
  • 7M Dash. Feature Selection via Set Cover [ C ]. Newport Beach:Proceedings of the 1997 IEEE Knowledge and Data Engineering Exchange Workshop (KDEX'97), 1997. 165-171.
  • 8M Morita, R Sabourin,et al. Unsupervised Feature Selection Using Multi-Objective Genetic Algorithms for Handwritten Word Recognition[ C ]. Edinburgh, Scotland:International Conference on Document Analysis and Recognition ( ICDAR'03 ) ,2003. 666-671.
  • 9Jayanta Basak, Rajat K De, Sankar K Pal. Unsupervised Feature Selection Using a Neuro-fuzzy Approach [ J ]. Pattern Recognition Letters,1998,19( 11 ) :997-1006.
  • 10M Dash, H Liu ,J Yao. Dimensionality Reduction of Unsupervised Data[ C]. Newport Beach:Proc. 9th IEEE Int'l Conf Tools with Artifical Intelligence, 1997. 532- 539.

共引文献70

同被引文献19

引证文献2

二级引证文献12

计算机应用研究
2007年 第4期

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部