基于搜索優(yōu)化的特征選擇和分類規(guī)則獲取算法研究.pdf

1、特征選擇和分類規(guī)則獲取是模式分類的兩個(gè)基本過(guò)程,本文以它們作為研究對(duì)象,從搜索的角度分析探討了這兩類問(wèn)題.首先對(duì)特征選擇和分類規(guī)則獲取問(wèn)題進(jìn)行了歸類和比較,然后從啟發(fā)式搜索特征選擇、完全搜索特征選擇和完全搜索分類規(guī)則獲取提出相應(yīng)的搜索空間壓縮和優(yōu)化的算法,從理論分析和實(shí)驗(yàn)上驗(yàn)證了算法的有效性.本文的研究工作:1. 運(yùn)用粗糙集理論和信息論分析了特征子集的相關(guān)概念和性質(zhì).2. 提出了基于Beam搜索的前向和后向啟發(fā)式搜索特征選擇算法—BEM

2、MIMAMI算法和BEMMIMRSC算法.3. 提出了基于分治的分支界限算法——DCBB算法作最優(yōu)特征選擇.DCBB采用雙向搜索,具有自動(dòng)界限特性和任務(wù)完全獨(dú)立性,適合于分布式和并行計(jì)算.通過(guò)對(duì)DCBB算法性能進(jìn)行了實(shí)驗(yàn)分析,結(jié)果表明,DCBB是一個(gè)有效的特征選擇算法.4. 提出了一個(gè)改進(jìn)的ABB算法——IABB,理論和實(shí)驗(yàn)證明了IABB擁有比ABB算法小得多的搜索空間和快得多的運(yùn)算效率.5. 定義了約簡(jiǎn)對(duì)象、等價(jià)類和最大類計(jì)數(shù),證明了