基于特征内相关和互信息的加权SVM算法

摘要：

特征加权支持向量机没有考虑特征间的相关性,因此产生的冗余会形成干扰并对最后的分类结果产生负面影响.为解决这个问题,提出了一种基于特征内相关和互信息的特征加权算法,并将其应用于支持向量机.该算法引入了特征间相关系数作为衡量冗余度的一个指标,以此计算出惩罚因子,在特征加权向量机的基础上对权值进行处理,尽可能真实地体现出特征对分类的贡献度.经过多个数据集以及几种不同算法的实验比较,提出的新算法具有更好的鲁棒性和泛化能力.

关键词：特征加权、互信息、相关系数、惩罚因子、支持向量机

所属期刊栏目：45

分类号：TP309(计算技术、计算机技术)

资助基金：江苏省自然科学基金BK20150531;江苏省高校研究生科研创新资助项目1291170028

在线出版日期：2019-01-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：182-186