一类基于自适应邻域的流特征选择方法.pdfVIP

第４８卷第３期南京理工大学学报Ｖｏｌ.４８Ｎｏ.３

２０２４年６月ＪｏｕｒｎａｌｏｆＮａｎｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙＪｕｎ.２０２４

－

王浩宇ꎬ陈建军ꎬ王平心ꎬ等.一类基于自适应邻域的流特征选择方法[Ｊ].南京理工大学学报ꎬ２０２４ꎬ４８(３):３５１３５９.

ＷａｎｇＨａｏｙｕꎬＣｈｅｎＪｉａｎｊｕｎꎬＷａｎｇＰｉｎｇｘｉｎꎬｅｔａｌ.Ｓｔｒｅａｍｉｎｇｆｅａｔｕｒｅｓｅｌｅｃｔｉｏｎｍｅｔｈｏｄｖｉａａｄａｐｔｉｖｅｎｅｉｇｈｂｏｒｈｏｏｄ[Ｊ].ＪｏｕｒｎａｌｏｆＮａｎｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆ

－

ＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙꎬ２０２４ꎬ４８(３):３５１３５９.

一类基于自适应邻域的流特征选择方法

１１１ꎬ２１

王浩宇ꎬ陈建军ꎬ王平心ꎬ杨习贝

(江苏科技大学１.计算机学院ꎻ２.理学院ꎬ江苏镇江２１２１００)

摘要:目前虽然已经涌现出了很多类型的流特征选择技术ꎬ但大多数方法的实现在参数设置

之前需获取足够的领域知识ꎮ为解决这一问题ꎬ提出了一类基于自适应邻域的流特征选择方

法ꎮ首先ꎬ定义了一种新的邻域关系ꎬ它根据各个类别中样本的自然分布获取半径ꎬ从而能够自

适应地构建邻域ꎮ其次ꎬ利用基于邻域的依赖关系ꎬ分析流特征的相关性和冗余性ꎮ最后ꎬ利用

流特征选择的一般性流程ꎬ不难得到一个较优的特征子集ꎮ为了验证所提算法的有效性ꎬ在

１８组数据集上与３种先进的流特征选择方法进行了对比分析ꎮ试验结果表明:所提方法产生

的流特征选择结果ꎬ在Ｋ近邻(ＫＮＮ)和支持向量机(ＳＶＭ)分类器上ꎬ能够将测试样本上的平均

分类准确率显著提升５.６８％以上ꎮ

关键词:自适应邻域ꎻ特征选择ꎻ邻域粗糙集ꎻ流特征

－－－

中图分类号:ＴＰ１８１文章编号:１００５９８３０(２０２４)０３０３５１０９

－

ＤＯＩ:１０.１４１７７/ｊ.ｃｎｋｉ.３２１３９７ｎ.２０２４.４８.０３.０１３

Ｓｔｒｅａｍｉｎｇｆｅａｔｕｒｅｓｅｌｅｃｔｉｏｎｍｅｔｈｏｄｖｉａａｄａｐｔｉｖｅｎｅｉｇｈｂｏｒｈｏｏｄ

１１１ꎬ２１

ＷａｎｇＨａｏｙｕꎬＣｈｅｎＪｉａｎｊｕｎꎬＷａｎｇＰｉｎｇｘｉｎꎬＹａｎｇＸｉｂｅｉ

(１.ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒꎻ２.ＳｃｈｏｏｌｏｆＳｃｉｅｎｃｅꎬＪｉａｎｇｓｕＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅ

ａｎｄＴｅｃｈｎｏｌｏｇｙꎬＺｈｅｎｊｉａｎｇ２１２１００ꎬＣｈｉｎａ)

Ａｂｓｔｒａｃｔ:Ｐｒｅｓｅｎｔｌｙꎬｔｈｏｕｇｈｖａｒｉｏｕｓｔｙｐｅｓｏｆｓｔｒｅａｍｉｎｇｆｅａｔｕｒｅｓｅｌｅｃｔｉｏｎｔｅｃｈｎｉｑｕｅｓｈａｖｅｂｅｅｎ

ｄｅｖｅｌｏｐｅｄꎬｔｈｅｉｍｐｌｅｍｅｎｔａｔｉｏｎｓｏｆｍｏｓｔｏｆｔｈｏｓｅｍｅｔｈｏｄｓｒｅｑｕｉｒｅｅｎｏｕｇｈｄｏｍａｉｎｋｎｏｗｌｅｄｇｅｂｅｆｏｒｅ

ｐａｒａｍｅｔｅｒｓｅｔｔｉｎｇ.Ｔｏｓｏｌｖｅｔｈｉｓｐｒｏｂｌｅｍꎬａｓｔｒｅａｍｉｎｇｆｅａｔｕｒｅｓｅｌｅ