首页  |  期刊简介  |  编委会  |  作者园地  |  论文检索  |  期刊订阅  |  English
中文核心期刊
中国科技论文统计源期刊
国际刊号:1005-2615
国内刊号:32-1429/V
用户登录
  E-mail:  
  密  码:  
  作者 审稿  
  编辑 读者  
期刊向导
联系方式
  • 主管:工业和信息化部
  • 主办:南京航空航天大学
  • 国际刊号:1005-2615
  • 国内刊号:32-1429/V
  • 地址:南京市御道街29号
  • 电话:025-84892726
  • 传真:025-84892726
  • E-mail:tnc01@nuaa.edu.cn
  • 邮编:210016
模糊聚类在特征选取中的应用
Application of Fuzzy Clustering Algorithm on feature selection
投稿时间: 2012-03-13  最后修改时间: 2012-10-27
DOI:
中文关键词:  特征选取; 模糊ISODATA; 层次聚类; 支持向量机; K近邻
英文关键词:feature selection; fuzzy ISODATA; Hierachical clustering; Support vector machine; K- nearest neighbor
基金项目:国家自然科学(No.10172043),教育部博士点基金资助项目(NO.20093218110024)和安徽省教育厅自然科研重点项目(NO.KJ2010A226)。
作者单位E-mail
刘全金 南京航空航天大学理学院 liuquanjing2002@yahoo.com.cn 
赵志敏 南京航空航天大学理学院 zhaozhimin@nuaa.edu.cn 
李颖新 北京经纬纺机新技术有限公司机器视觉与智能研究所  
摘要点击次数: 85
全文下载次数: 
中文摘要:
      提出了一种基于模糊聚类算法的高维特征选取方法。首先,利用Bhattacharyya距离过滤样本类别无关的特征;然后,基于递归特征剔除过程,提出了基于模糊ISODATA聚类方法,以样本与聚类中心的加权距离作为可分性指标,产生候选特征子集;最后,以候选特征子集分类和聚类的AUC值和正确率作为目标函数,确定最佳特征子集。将该方法用于选取5个基因表达谱数据集的特征基因,结果显示该方法所选特征具有较好的分类和聚类能力,说明了提出的特征选取方法的有效性。
英文摘要:
      A new feature selection method based on clustering algorithm is proposed to selecting informative features. First, category-unrelated features are kicked out according to Bhattacharyya distance. Then, based on the process of recursive feature elimination, a weighted distance between sample and the cluster center generated by the fuzzy Interactive Self-Organizing Data Algorithm (ISODATA) is used as the index of feature for separating different classes. Finally, the candidate feature subset with the maximum AUC value and accuracy rate both in classification and clustering tests is selected as the optimal feature subset. The proposed feature subset selection method is applied to 5 gene expression profile datasets and experiment results show that the selected features have good performance in terms of both classification and clustering measurements. This demonstrates that the proposed method is effective for selecting informative features from high dimensional dataset.
查看全文  查看/发表评论  下载PDF阅读器
关闭

Copyright @2010-2015《南京航空航天大学学报》编辑部

地址:南京市御道街29号        邮编:210016

电话:025-84892726      传真:025-84892726       E-mail:tnc01@nuaa.edu.cn

您是本站第428596位访问者 本站今日一共被访问282

技术支持:北京勤云科技发展有限公司