换一批面向多视角证据信息融合的高效特征选择方法
An Efficient Feature Selection Approach with Multi-View Evidence Information Fusion
摘要特征选择能在复杂数据中选出有效特征,提高信息处理效率.但是现有的粒计算模型在选取信息粒时仅考虑距离度量,忽略了样本间的其他联系.为了解决这一问题,作者提出了一种基于两阶段多视角邻域证据熵的特征选择方法.首先,根据稀疏约束获得每个样本的自适应k值,并通过稀疏约束和距离度量进行融合形成多视角邻域信息粒,然后,对该信息粒中的样本进行检测,进一步删除弱相关样本,降低信息粒的不确定性.其次,将稀疏信息引入证据理论中,形成新的信任函数,并与邻域熵结合构造邻域证据熵,能有效地反映数据的确定性和不确定性信息.接着,利用邻域证据熵评估特征的重要性,以此实现特征的选择.最后,在9个公共数据集上进行实验验证,结果表明:本文提出的方法在粒度构建和分类精度方面都优于其他算法,能降低信息的不确定性.此外,本文方法也应用于精神分裂症的脑区选取,其结果能有效地提高对精神分裂症的预测能力.
更多相关知识
关键词
粒计算多视角信息融合邻域证据熵特征选择granular computingmulti-viewinformation fusionneighborhood evidence entropyfeature selection
分类号
R318（医用一般科学）TP18
栏目名称
DOI
10.16112/j.cnki.53-1223/n.2025.01.232
发布时间
2025-03-25（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家自然科学基金（62006128）
国家自然科学基金（U2433216）
国家自然科学基金（62102199）
国家自然科学基金（62076111）
江苏省自然科学基
金项目（BK20231337）
:江苏高校青蓝工程项目
南京大学计算机软件新技术国家重点实验室资助项目（KFKT2024B30）
江苏省高等学校自然科学研究面上项目（24KJB520032）
:江苏省双创博士计划
中国博士后科学基金（2022M711716）
江苏省研究生科研与实践创新计划项目（SJCX24_2016）
- 浏览2
- 被引0
- 下载1
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
