本文選題：特征選擇　切入點(diǎn)：F-score　出處：《陜西師范大學(xué)》2010年碩士論文　論文類型：學(xué)位論文

【摘要】： 特征選擇作為一種數(shù)據(jù)預(yù)處理的重要方法,是監(jiān)督學(xué)習(xí)算法中的一個(gè)重要組成部分,在數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí),模式識(shí)別等相關(guān)領(lǐng)域的研究和應(yīng)用中有重要地位。近年來,圖像處理、文本識(shí)別、基因表達(dá)等大規(guī)模問題的不斷出現(xiàn),特征選擇算法越來越受到人們的重視,并對(duì)其提出了嚴(yán)峻的挑戰(zhàn),尋找能夠適應(yīng)大規(guī)模數(shù)據(jù)的準(zhǔn)確性和運(yùn)行效率等綜合性能較好的特征選擇方法成為一種迫切的需要。本文對(duì)高維數(shù)據(jù)的特征選擇算法作了一些研究,提出了一種適用于多類別模式識(shí)別問題特征選擇的特征重要性度量策略,并將所提出的特征選擇算法應(yīng)用到紅斑鱗狀皮膚病診斷中研究中。本文的主要工作包括以下幾個(gè)部分。 首先,對(duì)目前特征選擇的研究現(xiàn)狀和問題進(jìn)行了具體而又深入的研究,分析了特征選擇的定義,特征選擇算法與特征提取的關(guān)系,特征選擇的四個(gè)方面,特征選擇的兩種模式,歸納了幾種常見的搜索算法,并提出了特征選擇算法的選用技巧。 其次,提出了一種改進(jìn)的F-score特征選擇方法。傳統(tǒng)的F-score特征選擇方法是度量樣本特征在兩類之間的辨別能力的方法,本文對(duì)其進(jìn)行推廣,提出了改進(jìn)的F-score,使其不但能夠評(píng)價(jià)樣本特征在兩類之間的辨別能力,而且能夠度量樣本特征在多類之間的辨別能力大小。另外,結(jié)合Filter和Wrapper各自的優(yōu)缺點(diǎn),提出了基于IFSFS (Improved F-score and Sequential Forward Search(順序前進(jìn)法))與SVM (Support Vector Machines,支持向量機(jī))的特征選擇方法。它以改進(jìn)的F-score作為特征選擇準(zhǔn)則,順序前進(jìn)法(SFS)作為特征選擇的搜索方法,用支持向量機(jī)作為分類方法來評(píng)估特征子集的有效性,實(shí)現(xiàn)有效的特征選擇,并將該方法應(yīng)用到紅斑鱗狀皮膚病的診斷中。通過實(shí)驗(yàn)結(jié)果證明該特征選擇方法的有效性。 最后,針對(duì)SFS的主要缺點(diǎn),即一旦某個(gè)特征已入選,即使由于后加入的特征使它變?yōu)槎嘤?也無(wú)法再把它剔除,本文提出了基于IFSFFS(Improved F-score and Sequential Forward Floating Search(順序前進(jìn)浮動(dòng)搜索))與SVM相結(jié)合的特征選擇方法。將IFSFFS+SVM特征選擇方法應(yīng)用到紅斑鱗狀皮膚病診斷中進(jìn)行實(shí)驗(yàn)測(cè)試發(fā)現(xiàn),該方法取得了非常好的診斷效果。
[Abstract]:As an important method of data preprocessing, feature selection is an important part of supervised learning algorithm, and plays an important role in the research and application of data mining, machine learning, pattern recognition and so on. With the emergence of large scale problems such as image processing, text recognition, gene expression and so on, feature selection algorithms have been paid more and more attention to, and put forward a severe challenge to them. It is an urgent need to find feature selection methods that can adapt to the accuracy and efficiency of large scale data. In this paper, we do some research on the feature selection algorithm for high dimensional data. In this paper, a feature importance measurement strategy for multi-class pattern recognition problem is proposed, and the proposed feature selection algorithm is applied to the diagnosis of erythema squamous dermatosis. The main work of this paper includes the following parts. First of all, the current research status and problems of feature selection are studied in detail, and the definition of feature selection, the relationship between feature selection algorithm and feature extraction, the four aspects of feature selection are analyzed. Two patterns of feature selection, several common search algorithms are summarized, and the selection skills of feature selection algorithms are proposed. Secondly, an improved F-score feature selection method is proposed. In this paper, an improved F-score-based algorithm is proposed, which can not only evaluate the discriminative ability of sample features between two classes, but also measure the discriminative ability of sample features between different classes. In addition, combining the advantages and disadvantages of Filter and Wrapper, the improved F-score. A new feature selection method based on IFSFS improved F-score and Sequential Forward search and SVM support Vector machines is proposed. The improved F-score is used as the feature selection criterion, and the sequential forward method is used as the search method for feature selection. Support vector machine (SVM) is used as classification method to evaluate the effectiveness of feature subset and to realize effective feature selection. The method is applied to the diagnosis of erythema squamous dermatosis. The experimental results show that the feature selection method is effective. Finally, the main drawback of SFS is that once a feature has been selected, it can no longer be eliminated, even if it becomes redundant because of the added feature. In this paper, a feature selection method based on IFSFFS(Improved F-score and Sequential Forward Floating search and SVM is proposed. The IFSFFS SVM feature selection method is applied to the diagnosis of erythema squamous skin disease. This method has achieved a very good diagnostic effect.
【學(xué)位授予單位】：陜西師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2010
【分類號(hào)】：R758.6;TP181

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 許朝霞;王憶勤;顏建軍;郭睿;劉國(guó)萍;燕海霞;李福鳳;徐t;郝一鳴;錢鵬;;基于支持向量機(jī)和人工神經(jīng)網(wǎng)絡(luò)的心血管疾病中醫(yī)證候分類識(shí)別研究[J];北京中醫(yī)藥大學(xué)學(xué)報(bào);2011年08期

2 董書琴;謝宏;;基于CSP與SVM算法的警覺度腦電信號(hào)分類[J];微型機(jī)與應(yīng)用;2011年16期

3 劉偉;王建平;張崇巍;;基于SVM的生物電阻抗人體內(nèi)臟脂肪測(cè)量研究[J];電子測(cè)量與儀器學(xué)報(bào);2011年07期

4 李淑賢;陳超;王淑美;鄧小慧;梁生旺;;支持向量機(jī)回歸算法用于篩選腦得生抗血栓有效部位[J];中藥材;2011年07期

5 周酥;朱蒂;吳效明;黃岳山;;基于小波變換的心音包絡(luò)提取算法及應(yīng)用[J];中國(guó)組織工程研究與臨床康復(fù);2011年30期

6 李立奇;張瑗;周躍;王開發(fā);;基于氨基酸對(duì)含纖連蛋白域蛋白質(zhì)亞細(xì)胞的定位預(yù)測(cè)(英文)[J];中國(guó)組織工程研究與臨床康復(fù);2011年21期

7 賴麗娟;王志剛;吳效明;熊冬生;;基于支持向量機(jī)的ICU中急性低血壓預(yù)測(cè)模型研究[J];生物醫(yī)學(xué)工程學(xué)雜志;2011年03期

8 黃志華;李明泓;馬原野;周昌樂;;事件誘發(fā)電位信號(hào)分類的時(shí)空特征提取方法[J];生物化學(xué)與生物物理進(jìn)展;2011年09期

9 李蓉;孫媛;;機(jī)器學(xué)習(xí)技術(shù)在胸癌診斷中的應(yīng)用[J];科學(xué)技術(shù)與工程;2011年20期

10 孟秋池;邵偉;葛成偉;程浩;丁建東;;基于臨床與基因圖譜的結(jié)腸癌基因標(biāo)簽提取[J];數(shù)學(xué)的實(shí)踐與認(rèn)識(shí);2011年14期

相關(guān)會(huì)議論文 前10條

1 林杰華;張斌;李冬森;宋華茂;余志強(qiáng);王浩;;支持向量機(jī)在電力客戶信用評(píng)級(jí)中的應(yīng)用[A];全國(guó)第21屆計(jì)算機(jī)技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議（CACIS·2010）暨全國(guó)第2屆安全關(guān)鍵技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2010年

2 蔣鐵軍;張懷強(qiáng);李積源;;多變量系統(tǒng)預(yù)測(cè)的支持向量機(jī)方法研究[A];管理科學(xué)與系統(tǒng)科學(xué)研究新進(jìn)展——第7屆全國(guó)青年管理科學(xué)與系統(tǒng)科學(xué)學(xué)術(shù)會(huì)議論文集[C];2003年

3 黃淑云;孫興玉;梁汝萍;邱建丁;;基于小波支持向量機(jī)預(yù)測(cè)蛋白質(zhì)亞細(xì)胞定位研究[A];第十一屆全國(guó)計(jì)算（機(jī)）化學(xué)學(xué)術(shù)會(huì)議論文摘要集[C];2011年

4 謝湘;匡鏡明;;支持向量機(jī)在語(yǔ)音識(shí)別中的應(yīng)用研究[A];現(xiàn)代通信理論與信號(hào)處理進(jìn)展——2003年通信理論與信號(hào)處理年會(huì)論文集[C];2003年

5 涂冬成;薛龍;劉木華;趙進(jìn)輝;沈杰;吁芳;;基于支持向量機(jī)的鵝肉肉色客觀評(píng)定研究[A];中國(guó)農(nóng)業(yè)工程學(xué)會(huì)電氣信息與自動(dòng)化專業(yè)委員會(huì)、中國(guó)電機(jī)工程學(xué)會(huì)農(nóng)村電氣化分會(huì)科技與教育專委會(huì)2010年學(xué)術(shù)年會(huì)論文摘要[C];2010年

6 楊凌;劉玉樹;;基于支持向量機(jī)的坦克識(shí)別算法[A];第三屆全國(guó)數(shù)字成像技術(shù)及相關(guān)材料發(fā)展與應(yīng)用學(xué)術(shù)研討會(huì)論文摘要集[C];2004年

7 師旭超;巴松濤;;基于支持向量機(jī)方法的深基坑變形預(yù)測(cè)[A];科技、工程與經(jīng)濟(jì)社會(huì)協(xié)調(diào)發(fā)展——河南省第四屆青年學(xué)術(shù)年會(huì)論文集（上冊(cè)）[C];2004年

8 張軍;;支持向量機(jī)方法在地下水位干擾排除中的初步應(yīng)用[A];2007年地震流體學(xué)術(shù)研討會(huì)論文摘要集[C];2007年

9 許建生;盛立東;;基于改進(jìn)的支持向量機(jī)和BP神經(jīng)網(wǎng)絡(luò)的識(shí)別算法[A];第八屆全國(guó)漢字識(shí)別學(xué)術(shù)會(huì)議論文集[C];2002年

10 榮海娜;張葛祥;張翠芳;;基于支持向量機(jī)的非線性系統(tǒng)辨識(shí)方法[A];中國(guó)自動(dòng)化學(xué)會(huì)、中國(guó)儀器儀表學(xué)會(huì)2004年西南三省一市自動(dòng)化與儀器儀表學(xué)術(shù)年會(huì)論文集[C];2004年

相關(guān)重要報(bào)紙文章 前10條

1 課題主持人 李心丹　課題協(xié)調(diào)人 上海證券交易所 施東暉 傅浩 課題研究員 宋素榮 查曉磊 賓紅輝 張?jiān)S宏 郭靜靜 黃雋 南京大學(xué)工程管理學(xué)院;內(nèi)幕交易與市場(chǎng)操縱的行為動(dòng)機(jī)與判別監(jiān)管研究[N];中國(guó)證券報(bào);2007年

2 李水根;計(jì)算機(jī)詳解配伍與藥效關(guān)系[N];健康報(bào);2005年

3 清華大學(xué) 蘇光大;非接觸式人臉識(shí)別技術(shù)[N];計(jì)算機(jī)世界;2006年

4 YMG記者 李仁　通訊員 曲華明 孫運(yùn)智;我市九項(xiàng)目進(jìn)入省“盤子”[N];煙臺(tái)日?qǐng)?bào);2010年

5 上海大學(xué)理學(xué)院教授、副院長(zhǎng) 陸文聰;酷愛化學(xué) 孜孜以求[N];中國(guó)化工報(bào);2006年

6 ;選擇合適的數(shù)據(jù)挖掘算法[N];計(jì)算機(jī)世界;2007年

7 周穎;王米渠與中醫(yī)心理學(xué)[N];中國(guó)中醫(yī)藥報(bào);2006年

8 記者 耿挺;蛋白質(zhì)功能算出來[N];上�？萍紙�(bào);2007年

9 記者 張?jiān)破斟逋ㄓ崋T 全攀峰 安強(qiáng)強(qiáng);大慶物探深度域地震資料巖性解釋技術(shù)獲得五大突破[N];中國(guó)石油報(bào);2008年

10 本報(bào)記者 馮治恩;敢與“雷公”試比高[N];銅川日?qǐng)?bào);2008年

相關(guān)博士學(xué)位論文 前10條

1 于哲夫;一種新的特征選擇方法及其在路面使用性能分析中的應(yīng)用[D];大連海事大學(xué);2011年

2 杜小芳;基于CPFR的農(nóng)產(chǎn)品采購(gòu)模型研究[D];華中科技大學(xué);2005年

3 劉育明;動(dòng)態(tài)過程數(shù)據(jù)的多變量統(tǒng)計(jì)監(jiān)控方法研究[D];浙江大學(xué);2006年

4 欒鋒;支持向量機(jī)（SVM）和徑向基神經(jīng)網(wǎng)絡(luò)（RBFNN）方法在化學(xué)、環(huán)境化學(xué)和藥物化學(xué)中的應(yīng)用研究[D];蘭州大學(xué);2006年

5 孫薇;市場(chǎng)條件下抽水蓄能電站效益綜合評(píng)價(jià)及運(yùn)營(yíng)模式研究[D];華北電力大學(xué)（河北）;2007年

6 常群;支持向量機(jī)的核方法及其模型選擇[D];哈爾濱工業(yè)大學(xué);2007年

7 朱燕飛;鋅鋇白回轉(zhuǎn)窯煅燒過程智能建模研究[D];華南理工大學(xué);2005年

8 田英杰;支持向量回歸機(jī)及其應(yīng)用研究[D];中國(guó)農(nóng)業(yè)大學(xué);2005年

9 燕忠;基于蟻群優(yōu)化算法的若干問題的研究[D];東南大學(xué);2005年

10 任東;基于支持向量機(jī)的植物病害識(shí)別研究[D];吉林大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 張寶華;支持向量機(jī)在入侵檢測(cè)系統(tǒng)中的研究和應(yīng)用[D];天津理工大學(xué);2010年

2 江鋒;支持向量機(jī)在分類及人臉檢測(cè)應(yīng)用中的研究[D];南京理工大學(xué);2003年

3 傅正鋼;基于統(tǒng)計(jì)學(xué)習(xí)的人工智能在數(shù)字游戲和數(shù)字娛樂上的應(yīng)用[D];浙江大學(xué);2004年

4 朱曉芳;基于支持向量機(jī)的田間雜草識(shí)別方法研究[D];江蘇大學(xué);2010年

5 朱明玲;基于改進(jìn)的小波變換和支持向量機(jī)的紡織細(xì)紗機(jī)故障自動(dòng)診斷[D];東華大學(xué);2011年

6 賴永標(biāo);支持向量機(jī)在地下工程中的應(yīng)用研究[D];山東科技大學(xué);2004年

7 劉偉麗;基于粒子群算法和支持向量機(jī)的中文文本分類研究[D];河南工業(yè)大學(xué);2010年

8 沈徐輝;基于核主成分與支持向量機(jī)的體內(nèi)藥物代謝預(yù)測(cè)[D];浙江大學(xué);2011年

9 李錚;基于支持向量機(jī)的道路交通標(biāo)志識(shí)別的研究[D];燕山大學(xué);2011年

10 王啟超;基于組合核函數(shù)支持向量機(jī)的軟測(cè)量技術(shù)及其應(yīng)用研究[D];江西理工大學(xué);2011年

，

本文編號(hào)：1570276