张逸石
- 作品数：7 被引量：22H指数：3
- 供职机构：华中科技大学更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金更多>>
- 相关领域：自动化与计算机技术社会学经济管理农业科学更多>>
- 基于最小联合互信息亏损的最优特征选择算法研究
- 随着社会经济与计算机技术的快速发展，研究一种能够有效地提高分类学习算法性能和效率的Filter型特征选择算法有着重要的理论价值与广泛的应用前景。
提出了一种基于最小联合互信息亏损的最优特征选择算法。该算法将以联合互...
- 张逸石
- 基于最小联合互信息亏损的最优特征选择算法被引量：9
- 2011年
- 提出了一种基于最小联合互信息亏损的最优特征选择算法。该算法首先通过一种动态渐增策略搜索一个特征全集的无差异特征子集,并基于最小条件互信息原则在保证每一步中联合互信息量亏损都最小的情况下筛选其中的冗余特征,从而得到一个近似最优特征子集。针对现有基于条件互信息的条件独立性测试方法在高维特征域上所面临的效率瓶颈问题,给出了一种用于估计条件互信息的快速实现方法,并将其用于所提算法的实现。分类实验结果表明,所提算法优于经典的特征选择算法。此外,执行效率实验结果表明,所提条件互信息的快速实现方法在执行效率上有着显著的优势。
- 张逸石陈传波
- 关键词：条件互信息
- 集成k-means聚类和有监督特征选择的混合式协同过滤推荐被引量：5
- 2013年
- 为了提高协同过滤推荐质量,提出了集成k-means聚类和有监督特征选择的混合式协同过滤推荐框架和KDICF算法。利用有监督特征选择的方法和技术,找出与待预测项目强相关的项目集,将高维稀疏的用户-项目评分数据集转为低维用户-项目评分数据集,并运用k-means聚类,在此基础上寻找近邻用户对目标用户未评分项目进行评分预测。实验结果表明,混合式KDICF算法有着优异的性能。
- 李晓艳张子刚张逸石
- 关键词：协同过滤推荐K-MEANS聚类
- Feature Selection for Classification Using Data Envelopment Analysis
- Feature selection for classification modeling has been attracting increasing attention in many industries part...
- 张逸石王腾张子刚
- 关键词：SUPER-EFFICIENCYRELEVANCEREDUNDANCY
- 文献传递
- 基于冗余–互补散度及特征包络前沿的数据驱动特征选择方法研究
- 随着社会的不断发展，数据的构成呈现复杂化与高维化的趋势，大数据降维研究中应用广泛的特征选择算法已经成为大数据和数据驱动背景下社会经济决策和企业商务决策重要的研究方向。特征选择方法中的参数选择问题对所选特征质量以及数据的再...
- 张逸石
- 关键词：数据驱动数据包络分析
- Feature Selection for Classification Using Data Envelopment Analysis
- Feature selection for classification modeling has been attracting increasing attention in many industries part...
- 张逸石王腾张子刚
- 关键词：FEATURESELECTIONSUPER-EFFICIENCYRELEVANCEREDUNDANCY
- 一种基于KL散度和类分离策略的特征选择算法被引量：9
- 2012年
- 特征选择是模式识别和机器学习中的重要环节之一,所选特征子集的质量直接影响着分类学习算法的效率及准确率。现有特征选择算法均在整个类标签集的视角下进行特征评价,并未分别考察每一类别与特征间的关系。提出了一种基于KL散度和类分离策略的特征选择算法,它采用类分离策略分别对类标签中每一类别与特征间的关系予以考察,并采用一种基于KL散度的有效距离度量类别与特征间的相关性以及特征之间的冗余性。实验结果表明,所提算法具有较高的运行效率;在所选特征质量上,所提算法显著优于经典的CFS、FCBF以及ReliefF特征选择算法。
- 李晓艳张子刚张逸石张谧
- 关键词：KL散度
