基于粗糙集理论的目标特征选择方法.pdf

《基于粗糙集理论的目标特征选择方法.pdf》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、第!"卷第!#期#$$"年!#月"’@%!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!基于粗糙集理论的目标特征选择方法詹艳梅曾向阳"孙进才西北工业大学航海学院，西安!"##!$摘要基于粗糙集理论中的分辨矩阵提出一种新的特征选择方法8此方法的基本思想是：对目标分类最有效的特征应该能划分最多的不同类样本8将该选择方法用于人造数据和实际数据的特征选择中8结果表明：该方法能正确选择人造数据中的相关特征，且能大幅度降低实际数据的特

2、征数目8使用该方法对水下目标的识别特征进行选择时，可将识别特征数目下降至原特征数目的$#;左右，对特征选择后的数据进行分类时，正确率可提高约(个百分点8关键词水下目标粗糙集分辨矩阵特征选择对水下目标正确识别的关键是目标的识别特征子集8好坏，为了得到有效的识别特征，科研工作者在特在文献［"］中，作者对特征选择过程进行了总征提取方面做了大量的研究工作，结合高阶谱分结，把特征选择过程分为%个步骤：搜索方式、评析、混沌分形等技术对水下目标的特征提取进行了价函数和终止准则8在本文中，突破了这种传统的研究，并取得

3、了很好的成绩8然而单靠某一类特征特征选择框架，使用粗糙集理论提出了一种简单的对目标进行分类时，分类正确率并不高，高分类正特征选择方法8仿真试验证明，这种特征选择方法确率的获得是通过将多类特征结合使用而得到的，是有效的，可以实现对水下目标识别特征的选择8这就导致识别特征的维数很大，增加了学习算法的学习时间，在有些情况下，特征维数的增加反而使!粗糙集的基本知识［$］分类正确率下降8因此，希望能从大量的识别特征!"!粗糙集模型中选择一部分最有效的特征来实现对目标的分类，在粗糙集理论中，通常将信息系统"用"<

4、由此激发了对特征选择问题的研究8（#，$，%）来表示，其中，#<｛&"，&$，⋯&!｝是特征选择过程是一个组合问题，在理想情况样本的有限、非空集合，称为全集（或论域）’$<下，特征选择方法要求根据某一评价函数对原特征(#)，(是有限的特征集，称为条件特征集，)是集合的所有$!个特征子集进行搜索，选择一个评价系统的决策特征，%是所有特征的值域的并集，并函数值最优的特征子集合（其中!为原特征集合中有%<#%*，%*是特征*的值域’的特征个数）8但在实际中，即使是中等大小的特*$(征集合，其特征子集的数目也

5、很大，对所有的特征!"#不可分辨关系及等价类子集进行穷举搜索是不现实的8因此，对特征选择对于任意一个特征子集+%(，特征集合的不方法进行研究的目的就是为了解决这一问题，使得可分辨关系用=>?表示，特征子集+的不可分辨关用户在不需要对特征空间的所有子集进行穷举搜系=>?（+）定义为索，就可找到原特征集合的一个最优或次优的特征$##%&""&"!收稿，$##’&#(&#!收修改稿"通讯作者，)&*+,-：./01123405678/978:0第!"卷第!#期#$$"年!#月$090!"#（!）"｛（#$，

6、#%）!$%对于分类$)!"#（0）的重要程度定义为$&"’!!，’（#$）"’（#%）｝(（$）+-1（’，/，0）""（/0）."/.｛’（｝0）(（2）若样本#$和#%满足以上关系，则称#$和#%+-1（’，/，0）反映的是将特征’从特征集合对于特征子集!中的任何特征都是不可分辨的(由/中删除以后，特征集合0和/之间的依赖程度的特征集合!上的不可分辨关系，可以将论域$划改变，从而体现出特征’的重要性(由（0）式可见，分为几个等价类，记做$)!"#（!）(由!"#（!）形成特征的重要性也可以用正区

7、域来衡量(对于特征集的#的等价类用［#］!"#（!）来表示，!"#（!）的所有等价类称为!中的初等集合(由决策特征*划分论域合0和/，特征’!/，如果)*+/（0）3)*+/4｛’｝（0），则称特征’在特征集合/中是冗余的，否则$形成的等价类称为决策类(称特征’在/中对于0是不可缺少的(!"#近似集!"&特征集合的归约集对于任意一个样本子集+#$，!"#（!）对+的下对于特征集合!#1和决策特征*，当)*+!近似定义为包含于+中的!的所有初等集合的并集：（*）3)*+（1*），且!中每个特征对于*都是

8、不可!+"$｛#,!$-［#,］!"#（!）%+｝，（%&）缺少的，则称特征集!为信息系统2的一个归约集(一个信息系统可能存在多个特征归约集(上式近似为!"’核心对于决策特征*，信息系统的所有归约集的交!+"$｛#,!$-［#,］!"#（!）&+’!｝(集称为特征集合1的核心(核心可以通过分辨矩阵（%’）求得(!"$正区域、负区域和边界域!"(分辨矩阵一个集合+#$的下近似和上近似将论域$划信息系统2中，关于条件特征集1的分辨矩阵分为(个不相交的区域：正