特征选择专辑
特征选择( Feature Selection )也称特征子集选择( Feature Subset Selection , FSS )，或属性选择( Attribute Selection )。是指从已有的M个特征(Feature)中选择N个特征使得系统的特定指标最优化，是从原始特征中选择出一些最有效特征以降低数据集维度的过程,是提高学习算法性能的一个重要手段,也是模式识别中关键的数据预处理步骤。自从上世纪90 年代以来, 特征选择得到广泛研究并应用于Web 文档处理（文本分类、文本检索、文本恢复等）、基因分析、药物诊断等领域。现在的社会是信息爆炸的社会, 越来越多、形式多样的数据出现在我们面前, 比如基因数据、数据流, 如何设计出更好的特征选择算法来满足社会的需求, 是一个长期的任务, 特征选择算法的研究在未来的一段时间仍将是机器学习等领域的研究热点问题之一。为了更深入了解相关概念，整合了本刊发表的特征选择方面的相关研究，共计10篇。制作了特征选择专辑，欢迎浏览。
主题关键词： 特征选择人工智能随机森林支持向量机
- 论文汇编
基于混合特征的特征选择神经肽预测模型
摘要：提出了一种神经肽预测集成算法。整合了9个特征描述符与5个机器学习算法，生成了45个基线学习模型。第一层对这45个基线模型进行特征选择；第二层根据基线模型对的准确度和皮尔森（Pearson）相关系数之和选择8个基本学习模型；第三层将这些学习者的输出输入到逻辑回归，极限梯度提升等分类器中进行最后一步的选择用以训练最终模型，并将输出作为最终预测结果。在测试数据集上的准确度为0.9169，高于现有的模型。关键词：计算机应用技术;神经肽;特征选择;机器学习;堆叠方法136|250|0<HTML><网络PDF><WORD>更新时间：2025-05-26基于改进鲸鱼算法优化SVM参数和特征选择
摘要：针对传统支持向量机（SVM）在数据分类方面准确率识别较低的问题，提出了一种改进鲸鱼优化算法同步优化SVM的特征选择模型。首先，利用Levy飞行策略对鲸鱼优化算法的螺旋更新位置进行变异扰动，利用单纯形策略中的反射操作对种群中的精英个体进行反射点求解的改进，标准函数的测试结果证明其改进能有效提高算法的收敛速度和计算精度；其次，将SVM核参数和特征选择目标作为共同优化对象，在获得最优核参数的同时得到相对应的最优特征子集；最后，对UCI标准数据集和真实乳腺癌数据集进行特征选择仿真实验，在平均分类准确率、平均适应度值、适应度标准差和所选特征个数上进行评价。结果表明，本文算法在降低特征维度，实现数据分类上效果明显。在真实乳腺癌数据集上的分类精度与传统支持向量机相比提高了11.053%。关键词：鲸鱼优化算法;特征选择;单纯形;Levy飞行;SVM;数据分类81|225|0<HTML><网络PDF><WORD>更新时间：2025-05-26基于三段式特征选择策略的脑电情感识别算法SEE
摘要：情感可以通过脑电信号中的隐藏模式来识别，基于众多的脑电通道提取的脑电特征数量庞大，使情感识别任务非常复杂。针对上述问题，提出了基于三段式特征选择策略的脑电情感识别算法（SEE）。本文从时域、频域、空间域系统地提取脑电特征，基于提取的脑电特征集合，首先通过t检验去除类间无显著差异的特征，再使用递归特征消除策略进行目标相关的特征选择，最后通过顺序后向特征选择策略确定最终的特征子集用于情感识别。实验结果表明：相较于其他方法，本文构建的模型有更好的情感识别能力。与现有的特征选择算法相比，SEE具有较低的时间复杂度并且能筛选出较优的特征子集。此外，分析了与情感相关的脑电通道和频带，实验结果体现了一定的生理学意义，为开发情绪靶向的脑电设备提供可能。关键词：计算机应用;脑电图;情感识别;特征工程;特征选择73|19|0<HTML><网络PDF><WORD>更新时间：2025-05-26基于随机森林特征选择的茶园遥感提取
摘要：由于茶园空间分布零散、形状不规则、与周围植被光谱特征接近等原因，从卫星影像中提取茶园非常具有挑战性。针对这一问题，本文研究提出了基于随机森林特征选择方法和Landsat-8 OLI影像进行茶园提取的技术路线，以浙江省安吉县为例，采用春、秋、冬季Landsat-8 OLI影像作为主要数据源，利用随机森林对茶园影像特征进行重要性评估、排序和特征选择，设计了单季节初始特征集、单季节优选特征集、多季节优选特征集，并进行了9组茶园提取实验。结果表明，融合了特征选择和多季节信息优势于一体的多季节优选特征集具有最好的性能表现，其精度如下：生产者精度为87.5%、总体精度为92.4%、Kappa系数为0.897。本文提出的技术路线充分发挥了其在提高遥感分类精度和降低维度等方面的作用，实现了对空间分布离散、形状欠规则的茶园的有效提取。关键词：农业工程;茶园;随机森林;特征选择;遥感;提取651|34|0<HTML><网络PDF><WORD>更新时间：2025-05-26基于最优传输特征选择的医学图像分割迁移学习
摘要：在无监督领域自适应迁移学习过程中，域无关特征导致模型分割性能下降，而目前并没有针对迁移学习分割模型有效的特征选择方法。为解决该问题，提出了一个基于最优传输的迁移学习通用特征选择模块，可以应用到多种无监督领域自适应图像分割模型中。该模块利用分割准确性加权最优传输选择两个域的最优样本子集，再将样本子集特征进行熵正则化最优传输，得到两个域特征相似性降序列表来去掉域无关特征。将通用特征选择模块应用到三种无监督领域自适应模型中解决新冠肺炎图像分割问题，均在一定程度上提升了模型性能。关键词：人工智能;迁移学习;无监督领域自适应;最优传输;特征选择;图像分割157|36|0<HTML><网络PDF><WORD>更新时间：2025-05-26基于已选特征动态变化的非线性特征选择方法
摘要：针对目前大多数基于信息论的线性累加特征选择算法的缺点和不足，并且考虑到已选特征的动态变化对特征选择的影响，本文提出了一种非线性的特征选择算法。实验结果证明，本文算法在平均准确率和最高准确率上都取得了很好的效果。为证明本文算法的优势，将本文算法与7个极具竞争性的特征选择算法在3个不同的分类器和8个真实数据集上进行了比较，实验结果表明，本文算法具有较强的分类优势。关键词：人工智能;特征选择;信息论;动态变化;非线性方法;分类128|35|0<HTML><网络PDF><WORD>更新时间：2025-05-26基于条件相关的特征选择方法
摘要：在特征选择中候选特征与类标签的相关性是随着已选特征的加入而动态变化的,本文提出了一种新的相关性定义——条件相关性,即基于每一个已选特征给出候选特征和类标签新的相关性定义。利用条件相关性,提出了一种新颖的基于信息论的条件相关特征选择算法(CRFS)。首先,在理论上证明了条件相关性的优越性;然后,将新的特征选择算法在2个不同的分类器和10个真实数据集上与7种特征选择算法进行比较。实验结果表明,新的算法能有效提高分类性能。关键词：人工智能;特征选择;信息论;分类;条件相关性99|32|0<HTML><网络PDF>更新时间：2020-07-30基于特征选择和支持向量机的HIV-1型蛋白酶剪切位点预测
摘要：为了提高HIV-1型蛋白酶剪切位点的预测准确性,提出一种基于特征选择和支持向量机的剪切位点预测模型。首先,通过对5830个样本的HIV-1型蛋白酶剪切位点数据集进行分析,根据最小冗余最大相关理念,采用可自动终止法选择剪切位点的特征向量;然后,将特征向量输入到支持向量机进行学习和训练,建立HIV-1型蛋白酶剪切位点的分类模型;最后,采用Matlab 2014的仿真工具箱进行仿真测试。实验结果表明:本文模型在特征最少的条件下,剪切位点预测精度优于参比模型及文献报道,且所选择的特征向量具有较好的可解释性及生物学意义。关键词：特征选择;支持向量机;生物物理学;剪切位点预测;最小冗余最大相关130|31|0<HTML><网络PDF>更新时间：2020-07-30基于SVM的网络数据无监督特征选择算法
摘要：面向线性不可分的未知格式网络数据,提出了一种基于支持向量机的无监督特征选择算法。该算法通过非线性映射函数将不可分的网络数据映射到高维空间中,然后在高维空间中进行无监督的特征选择。该算法在特征选择之前不需要人工构造候选特征集合,直接从原始网络数据中自动地选择关键特征。利用人工数据集和网络数据集进行的实验结果表明:本文算法在特征选择可行性和有效性方面都有良好的表现。关键词：人工智能;支持向量机;无监督特征选择;网络数据109|27|0<HTML><网络PDF>更新时间：2020-07-30基于随机森林的特征选择算法
摘要：提出了一种基于随机森林的封装式特征选择算法RFFS,以随机森林算法为基本工具,以分类精度作为准则函数,采用序列后向选择和广义序列后向选择方法进行特征选择。在UCI数据集上的对比实验结果表明,RFFS算法在分类性能和特征子集选择两方面具有较好的性能。关键词：人工智能;随机森林;特征选择;封装式186|13|0<HTML><网络PDF>更新时间：2021-10-11
