半监督特征选择关键技术研究

《半监督特征选择关键技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、＾硕±学位论义＾難ＭＡＳＴＥＲＤＩＳＳＥＲＴＡＴＩＯＮ誦隊ｍ论文题目＝半监督特征选择关键技术研究胃ｈ咖国内图书分类号：ＴＰ３０１．６密级：公开国际图书分类号：６８１．１４西南交通大学研究生学位论文半监督特征选择关键技术研究年级２０１３级姓名肖丽莎申请学位级别工程硕壬专业计算机技术指导老师王红军二零一六年四月二十四日ＣｌａｓｓｉｆｉｅｄＩｎｄｅｘ：ＴＰ３０１．６Ｕ．Ｄ．Ｃ６８１．１４：ＳｏｕｔｈｗｅｓｔＪｉａｏｔｏｎＵｎｉｖｅｒｓｉｔｇ

2、ｙＭ过ｓｔｅｒＤｅｒｅｅＴｈｅｓｉｓｇＲＥＳＥＡ民ＣＨＯＮＫＥＹＴＥＣＨＮＯＬＯＧＩＥＳＯＦＳＥＭＩ－ＳＵＰＥＲＶＩＳＥＤＦＥＡＴＵＲＥＳＥＬＥＣＴＩＯＮＧｒａｄｅ：２０１３Ｃａｎｄｉｄａｔｅ：ＸｉａｏＬｉｓｈａＡｃａｄｅｍｉｃＤｅｒｅｅＡｌｉｅｄｆｏｒ；ＭａｓｔｅｒＤｅｒｅｅｇｐｐｇＳｐｅｃｉａｌｉｔ：ＣｏｍｐｕｔｉｅｒｋｃｈｎｏｌｏｇｙｙＳｕｅｒｖｉｓｏｒ：ＷａｎＨｏｎｇｐｇｊｕ打Ａｒｉｌ２４２０１６ｐ，，西南交通大学学位论文版权使用授枚书本学位论文作

3、者完全了解学校有关保留，、使用学位论文的规定同意学校保留并向国家有关部口或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权西南交通大学可将本论文的全部或部分内容编入有关数据库进行检索，可Ｗ采用影印。、缩印或扫描等复印手段保存和汇编本学位论文本学位论文属于１．保密□，在年解密后适用本授权书；２．不保密Ｓ／，使用本授权书。＂＂（请在上方框内打Ｖ）学位论文作者签名：胃而指导老师签名：日期：２＾／合＇５、＾日期：入击中西南交通大学硕±学位论文主要工作（贡献）声明本人在学位论文中所做的主要工作或

4、贡献如下：１本文改进了传统的特征选择算法只利用样本成对约束作为监督信息的弊端，（）一引入个属性相关系数矩阵对原始输入数据进行重构，据此来判断特征之间存在的正、负依赖关系，引出了了属性成对约束的概念。一２在成对约束及属性依赖的条件下，本文提出了种半监督特征选择算法，（）一考虑了每维特征的平均互信息Ｗ及该特征对其他特征互信息的影响，同时考虑了每个样本的Ｋ近邻局部保持能力对特征选择结果的影响，Ｗ此计算持征得分，进行特征，判断属性依赖的作用排序。一３将特征选择应用到实际生活中，提出数据诊断模型。数据诊断模型的关键（

5、）一方面是数据处理，另方面是对数据进行分类研究。本文通过对比研究己有的特征选，择算法Ｗ及分类算法，筛选出化实际应用中分类性能最佳的算法具有重要的现实意义。本人郑重声明：所呈交的学位论文，是在导师指导下独立进行研究工作所得的成果，。除文中已经注明引用的内容外本论文不包含任何其他个人或集体已经发表或撰。写过的研究成果。对本文的研究做出贡献的个人和集体，均己在文中作了明确说明一本人完全了解违反上述声明所引起的切法律责任将由本人承担。学位论文作者签名：长而冬、曰期：八才广西南交通大学硕±研究生学位论文第Ｉ巧摘

6、要一特征选择是种重要的数据预处理方法，通过在原始数据中筛选出特征子集并进，对算法性能的提高起到事半功倍的作用行优化。针对传统利用互信息（＾及成对约束的特征选择算法通常忽略特征之间的依赖性的一一问题，本文基于属性依赖率先提出了种特征选择算法：，对属。主要工作包括第二一，性依赖进行分析，根据特征相关性重构原始数据，；第定义目标函数计算每维－ｍｅａｎｓ特征与其他特征之间的互信息，进而根据得分对特征进行排序第Ｈ，利用Ｋ；方法对特征选择的结果进行分析，并采用不同的评价标准进行评价。本实验采用ＵＣＩ数据集并与五种传统的特征

7、选择算法（ＵＦＳＭＩ、ＬａｐｌａｃｉａｎＳｃｏｒｅ、ＭＣＦＳ、ＳＰＥＣＦＳ、ＬＤＡ），该算法能够有效地利用属性依赖之间的关系进行对比，提高。理论分析及实验表明特征选择的准确率和性能。基因表达数据是ＤＮＡ微阵列数据分析的重点，但是由于该数据的样本数目远远小于样本维数－ｎｏｒｗ的，将特征选择算法应用在高维数据上意义重大。本文提出了基于／，，半监督特征选择算法，该方法同时结合了损失函数和正则化方法，可有效的去除离群点，同时利用稀疏性进行特征选择，用于解决现实生活中高维数据的计算复杂度问题一。数据诊断模型的关键是对高维

8、数据进行预处理，另方面是使用分类器对数据进行分类研巧，对比分析分类器的分类性能和执行效率。本实验主要采用基因表达序列一数据集，是对比分析选择不同特征维数对分