基于相关信息熵和粒子群算法的特征选择方法

作者：王燕飞; 刘培玉; 任敏; 陈小雪

来源：信息技术与信息化, 2018, Z1: 88-93.

• 特征选择
• 相关信息熵
• 二进制粒子群算法
• 支持向量机

为了在特征选择中获得具有较高分类准确率的特征子集,考虑特征之间、特征与类别的相关性对于其类间区分能力的影响,提出了一种基于相关信息熵的特征排序消除法和二进制粒子群算法相结合的特征选择算法。本算法先采用相关信息熵特征排序算法,对数据集进行特征重要度排序,选取SVM作为分类器,快速去掉部分无关特征,初步缩减数据纬度,然后以改进的粒子群算法继续搜索最优子集,将排序算法得到的优良子作为粒子群算法的部分初始种群,使后续粒子群算法有一个较好的搜索起点。实验结果表明,采用该方法筛选出来的特征自己具有更好的分类性能,并且有效降低了系统的检测时间。

• 单位
  数学与数量经济学院; 计算机软件新技术国家重点实验室; 山东师范大学; 山东财经大学