计算机工程

作者：杨璇, 马建敏, 赵曼君

单位：长安大学 理学院, 西安 710064

关键词：高维时序数据,粗糙集,邻域关系,邻域互信息,最近最远邻,特征选择

基金：国家自然科学基金(61772019)

特征选择作为一种数据预处理方法，主要目的是消除冗余和不相关属性，保留性能显著的属性，从而提高模型精度且降低计算复杂度。传统的特征选择方法多基于截面数据，对于实际生活中大量存在的高维时序数据的研究较少。现有特征选择算法并未考虑属性间相互依赖的影响，导致分类性能下降。为此，提出基于邻域互信息的高维时序数据特征选择方法。构建时序信息系统，提出时序邻域关系，并引入该关系下的时序邻域熵、时序邻域联合熵、时序邻域互信息等信息度量。在最近最远邻特征选择算法（算法1）中引入高维时序数据，定义属性重要度，以确定分类性能较优的特征，通过引入累计重要度贡献率控制特征选择规模。设计最近最远邻邻域互信息特征选择算法（算法2），根据阈值得到分类能力强的初始特征集，进一步由时序邻域互信息定义属性冗余度，去除初始特征集中重要度最低、依赖程度最大的属性，得到最终特征子集。在UCR数据集上的实验结果表明，相比原始数据和所提算法1，所提算法2在最佳取值范围和分类精度上分别平均提升13.69%和6.70%，对于处理高维时序数据的特征选择具有一定的有效性和优越性。

来源：2023年第7期

《计算机工程》期刊编辑部

查看计算机工程杂志2023年第7期