基于最大信息系数和近似马尔科夫毯的特征选择方法

最大信息系数(Maximum information coefficient,MIC)可以对变量间的线性和非线性关系,以及非函数依赖关系进行有效度量.本文首先根据最大信息系数理论,提出了一种评价各维特征间以及每维特征与类别间相关性的度量标准,然后提出了基于新度量标准的近似马尔科夫毯特征选择方法,删除冗余特征.在此基础上提出了基于特征排序和近似马尔科夫毯的两阶段特征选择方法,分别对特征的相关性和冗余性进行分析,选择有效的特征子集.在UCI和ASU上的多个公开数据集上的对比实验表明,本文提出的方法总体优于快速相关滤波(Fast correlation-based filter,FCBF)方法,与Relief F,FAST,Lasso和RFS方法相比也具有优势.

MicroRNA前体的特征选择方法

microRNA(miRNA)是一类长度约为21nt的非编码RNA,具有重要的调控功能。miRNA前体包含一级序列特征和二级结构特征,其中含有冗余和无用的特征,这些特征无益于前体分类模型的分类准确度。因此需要去除冗余特征,进而降低特征维数并提高分类性能。针对miRNA的前体序列数据,已有特征选取方法,仅考虑了特征之间的区分距离。全面考虑了每个特征属性对分类的增益和特征间冗余性,选取的特征有助于建立高效的分类模型。实验结果表明,选取的特征子集有效地提高了miRNA前体分类器的预测性能,取得了更好的分类结果。

基于样本和特征搜索空间不断缩小的模糊粗糙集特征选择

为了提高模糊粗糙集特征选择算法的计算效率,在每次迭代过程中通过不断缩减样本和特征的搜索范围,提出了一种新的模糊粗糙集特征选择算法。为了减少样本的搜索范围,利用样本对决策类下近似隶属度的单调性,构建样本的筛选机制,用以筛除当前所选特征子集已保持决策类下近似隶属度的样本;为了缩减特征的搜索范围,采用特征冗余性概念,构建特征搜索机制,用以移除已被确定为冗余的特征;通过融合样本筛选机制和特征搜索准则,设计模糊粗糙集特征选择的高效算法。数值实验表明,所提算法具有高效性和有效性。

基于改进特征子集区分度的行为识别特征选择方法

基于传感器的人体行为识别方法在健康监测、运动分析和人机交互等方面得到了广泛应用。特征选择是准确识别人体行为的关键环节,其目的是在提高分类性能的基础上从高维特征空间中筛选出与分类相关的特征,以降低特征维数和计算复杂度。然而,传统的特征选择方法面临着未考虑所选特征冗余性的挑战。因此,针对基于特征子集区分度(Discernibility of Feature Subsets,DFS)衡量准则的特征选择方法仅考虑多个特征的相关性而忽视特征之间冗余性对分类结果影响等缺陷,提出一种基于冗余性的特征子集区分度衡量准则的特征选择方法(Redundancy and Discernibility of Feature Subsets,R-DFS),在特征选择的过程引入冗余性分析,删除冗余特征,以提高分类准确率和降低计算复杂度。实验结果表明,改进方法可有效降低特征维数并提高分类准确度。