一种基于开方检验的特征选择方法

开方检验是目前文本分类中一种常用的特征选择方法。该方法仅关注词语和类别间的关系,而没有考虑词与词之间的关联,因此选择出的特征集具有较大的冗余度。定义了词语的"剩余互信息"概念,提出了对开方检验的选择结果进行优化的方法。使用该方法可以得到既有很强表征性又有很高独立性的特征集。实验表明,该方法表现良好。

两级故障检测与隔离方法在组合导航中的应用分析

GPS信号的突变故障会严重影响甚至破坏GPS/INS组合系统的导航性能。针对此问题,提出了两级故障检测与隔离算法。首先利用开方检验法对系统层面上的故障进行探测,然后结合w检验法对系统内部故障进行定位与隔离。与单一的开方检验法比较,该方法有效降低了故障检测的误警概率,实现了子系统内部故障的正确定位与隔离。仿真结果表明,本文提出的改进算法能够有效地利用多余观测量,从而提高了组合导航系统的抗差性能。

基于粒子群优化的文本特征选择方法

从文本特征对文本分类结果的整体影响的角度出发,提出一种基于粒子群优化的文本特征选择方法(PSOTFS),使用粒子群算法来挖掘文本特征选择规则。PSOTFS首先使用开方检验对文本特征进行预选择,然后使用粒子群算法对预选择得到的文本特征进行精选。PSOTFS以一个粒子表示一条特征选择规则,特征选择规则集对应某个粒子群,采用分类准确率作为适应度函数,采用分组的方式对粒子的维度进行降维。实验结果表明,PSOTFS比开方检验、信息增益、文档频率和互信息方法能得到更好的分类效果。