模式识别与人工智能
2025年4月3日 星期四   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2011, Vol. 24 Issue (4): 473-478    DOI:
论文与报告 最新目录| 下期目录| 过刊浏览| 高级检索 |
基于局部性正则化推广误差界的特征选择算法
薛晖1,2,陈松灿2
1.东南大学计算机科学与工程学院南京210096
2.南京航空航天大学计算机科学与技术学院南京210016
Based on Locality Regularized Generalization Error Bound
XUE Hui1,2, CHEN Song-Can2
1.School of Computer Science Engineering,Southeast University,Nanjing 210096
2.College of Computer Science Technology,Nanjing University of Aeronautics and Astronautics,Nanjing 210016

全文: PDF (413 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 特征选择是当前模式识别领域的研究热点。滤波方法和封装方法是特征选择算法中评价特征子集的两种主要策略,但均不能保证其后所设计的分类器的推广性能。针对以上两种策略的不足,首先引入基于样本流形结构的局部性正则化推广误差界。并在此基础上,以局部性正则化推广误差界为评价函数,以局部性正则化分类方法为目标分类器,提出一种混合滤波-封装型特征选择算法。该算法既保持了较高的计算效率,又保证了目标分类器良好的推广性。实验结果表明,新算法具有比对比算法更优的分类性能。
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
薛晖
陈松灿
关键词 特征选择局部性正则化推广误差界流形结构机器学习    
Abstract:Feature selection is a hot topic in current pattern recognition. Filter and wrapper approaches are two of the most important policies to evaluate feature subsets in feature selection algorithms. However, they both can not guarantee the generalization performance of the following designed classifier. To solve these problems in the two approaches, a locality regularized generalization error bound is firstly introduced which embeds the manifold structure information hidden in the input samples. Furthermore, a hybrid filter-wrapper feature selection algorithm is proposed, which uses the locality regularized generalization error bound as the evaluation function as well as the locality regularization method as the classifier. As a result, the proposed algorithm can not only keep high computational efficiency, but also guarantee the good generalization performance of the following classifier. Experimental results validate the superiority of the algorithm.
Key wordsFeature Selection    Locality Regularized Generalization Error Bound    Manifold Structure    Machine Learning   
收稿日期: 2010-04-07     
ZTFLH: TP391.4  
基金资助:国家自然科学基金项目(No.60773061,60973097,60905002)、江苏省自然科学基金项目(No.BK2008381)资助
作者简介: 薛晖,女,1979年生,博士,讲师,主要研究方向为模式识别、人工智能、机器学习。E-mail:hxue@seu。edu。cn。陈松灿,男,1962年生,博士,教授,博士生导师,主要研究方向为模式识别、人工智能、机器学习。E-mail:s。chen@nuaa。edu。cn。
引用本文:   
薛晖,陈松灿. 基于局部性正则化推广误差界的特征选择算法[J]. 模式识别与人工智能, 2011, 24(4): 473-478. XUE Hui, CHEN Song-Can. Based on Locality Regularized Generalization Error Bound. , 2011, 24(4): 473-478.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2011/V24/I4/473
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn