基于粗糙集粒子群支持向量机的特征选择方法

作者： 崔文岩 ; 孟相如 ; 李纪真 ; 王明鸣 ; 陈天平 ; 王坤

摘要： 将Filter型粗糙集属性约简方法与PSO-SVM方法相结合,提出一种新的粗糙集粒子群支持向量机(RSPSO-SVM)特征选择方法.给出了该方法的特征选择具体步骤,并对比分析了所提方法的性能.仿真实验表明:提出的RS-PSO-SVM特征选择方法是有效的,在保证所选特征集为最优情况下,极大地缩短所用时间,可以将其应用在多维数据的特征选择中.

关键字： 粗糙集 属性约简 粒子群支持向量机 特征选择

---

上一篇：煤矿井下异构无线Mesh感知网络融合研究
下一篇：基于无线分布式的仪器预约与控制系统研究与实现