一种动态赋权红外光谱特征选择算法研究

• 作 者: 吕子敬 韩川利 张志辉 刘磊
• 机 构: 电子测试技术重点实验室,中国电子科技集团公司第四十一研究所
• 出 处: 红外
• 发表日期: 2016年1期
• 关键词: 特征选择 MARKOV BLANKET 动态赋权 feature selection Markov Blanket dynamic weight
• 基金项目: 国家重点实验室基金（9140c12031150c12057）

大规模的红外光谱数据集中存在大量无关冗余的特征。针对这一问题，提出了一种动态赋权红外光谱特征选择算法（DynamicWeightInfraredSpectrumFeatureSelectionAlgorithm，MBDWFS）。该算法把对称不确定性度量标准与近似MarkovBlanket相结合，以删除原始光谱数据集中无关冗余的特征，从而获取数据规模较小且最优的特征子集。通过与FCBF、ID3和ReliefF三种经典特征选择算法的性能仿真对比试验，证明所提出的MBDWFS算法在整体分类性能上优于其他三种算法