山东大学学报(理学版)

作者：孙林,梁娜,徐久成

单位：1.河南师范大学计算机与信息工程学院, 河南 新乡 453007;2.智慧商务与物联网技术河南省工程实验室, 河南 新乡 453007

关键词：特征选择,邻域粗糙集,邻域互信息,谱聚类,最小冗余最大相关,

基金：国家自然科学基金资助项目(62076089,61976082);河南省科技攻关资助项目(212102210136)

借鉴邻域粗糙集处理连续型数据的优势,为解决传统谱聚类算法需要人工选取参数的问题,提出基于自适应邻域互信息与谱聚类的特征选择算法。首先,定义各对象在属性下的标准差集合与自适应邻域集,给出自适应邻域熵、平均邻域熵、联合熵、邻域条件熵、邻域互信息等不确定性度量,利用自适应邻域互信息对特征与标签的相关性进行排序。然后,结合共享近邻自适应谱聚类算法,将相关性强的特征聚到同一特征簇内,使不同特征簇内的特征强相异。最后,使用最小冗余最大相关技术设计特征选择算法。在10个数据集上选择特征个数与分类精度的实验结果,验证了所提算法的有效性。

来源：2022年第12期

《山东大学学报(理学版)》期刊编辑部

查看山东大学学报(理学版)杂志2022年第12期