原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一种基于稀疏表示系数的特征相关性测度_耿耀君
26 1 Vol． 26 No． 1
第 卷 第 期 模式识别与人工智能
2013 1 PR ＆ AI Jan 2013
年 月
一种基于稀疏表示系数的特征相关性测度*
耿耀君 张军英 袁细 国
( 7 1007 1)
西安电子科技大学计算机学院 西安
， ，
摘 要 目前特征选择方法中常用的特征相关性测度可有效评估两个特征之间的相关性 但却将特征孤立看待
． ，
没有考虑其它特征对它们相关性的影响 文中在整体考虑特征之间关系的前提下 提出用稀疏表示系数评估特征
， ，
的相关性 它与现有特征相关性测度的不同之处在于可揭示特征在其它所有特征影响下与目标的相关性 反映特
． ， ， Relief F
征间的相互影响 为验证稀疏表示系数评估特征相关性的有效性 在典型的高维小样本数据上 比较了 方
、
法及分别以稀疏表示系数 对称不确定性和皮尔森相关系数为相关性测度的特征选择方法选择的特征集的分类能
． ．
力 实验结果表明文中方法选择的特征集的分类能力高且较稳定
， ，
关键词 特征相关性测度 特征选择 稀疏表示
中图法分类号 TP 391
A Feature Relevance Measure Based on Sparse Representation Coefficient
GENG Yao-Jun ，ZHANG Jun-Ying ，YUAN Xi-Guo
(School of Comp uter Science and Technology ，Xidian University ，Xi＇an 7 1007 1)
ABSTRACT
The feature relevance measures employed by current feature selection methods can effectively evaluate
the relevance between two features ，but they do not consider the influence of the other features on them．
On the premise of considering feature interaction overall ，sparse representation
文档评论（0）