Метод w-mief побудови робочого словника ознак на основі зважених навчальних вибірок

Елена Владимировна Волченко, Вадим Станиславович Степанов

Анотація


Роботу присвячено вирішенню задачі обробки початкових даних у адаптивних системах розпізнавання, що навчаються. Запропоновано метод w-MIEF побудови робочого словника ознак по зважених навчаючих вибірках w-об’єктів, що базується на відборі ознак із максимальною індивідуальною ефективністю класифікації. Наведено результати експериментальних досліджень, що підтверджують ефективність запропонованого методу

Ключові слова


: Адаптивна система розпізнавання; навчаюча вибірка; w-об’єкт; словник ознак

Повний текст:

PDF (Русский)

Посилання


Larose D.T. Discovering knowledge in Data: An Introduction to Data Mining / D.T. Larose. – New Jersey, Wiley & Sons, 2005. – 224 p.

Liu H. Computational methods of feature selection / H. Liu, H. Motoda.– Chapman & Hall/CRC data mining and knowledge discovery, 2007. – 440 p.

Загоруйко Н.Г. Прикладные методы анализа данных и знаний / Н.Г. Загоруйко. – Новосибирск: ИМ СО РАН, 1999. – 270 с.

Волченко Е.В. Метод построения взвешенных обучающих выборок в открытых системах распознавания / Е.В. Волченко // Доклады 14-й всероссийской конференции «Математические методы распознавания образов (ММРО-14)», Суздаль, 2009. – М.: Макс-Пресс, 2009. – С. 100-104.

Yu Lei Feature Selection for High-Dimensional Data: A Fast Correlation-Based Filter Solution / Lei Yu, Huan Liu // Proceedings of the Twentieth International Conference on Machine Learning (ICML-2003), Washington DC, 2003. – In ICML. – Р. 856-863.

Kononenko I. Estimating attributes: Analysis and extensions of RELIEF/ I. Kononenko // European Conference on Machine Learning. – Catania, Italy, Springer Verlag, New York, 1994. – Р. 171-182.

Pudil P. Floating search methods in feature selection / P. Pudil, Novoviˇcov´a, J. Kittler // Pattern Recognition Letters 15. – 1994. – Р. 1119-1125.

Stracuzzi D.J. Randomized variable elimination / D.J. Stracuzzi, P.E. Utgoff // Journal of Machine Learning Research 5. – 2004. – P. 1331-1364.

Skalak D.B. Prototype and feature selection by sampling and random mutation hill climbing / D.B. Skalak [In W.W. Cohen and H. Hirsh, editors] // Machine Learning: Proceedings of the Eleventh International Conference. – New Brunswick, NJ, Morgan Kaufmann, 1994. – Р. 293-301.

Liu H. A probabilistic approach to feature selection. / H. Liu, R. Setino [In L. Saitta, editor] // Machine Learning: Proceedings of the Thirteenth International Conference on Machine Learning. – Bari, Italy, Morgan Kaufmann, 1996. – Р. 319–327.

Файнзильберг Л.С. Оценка полезности признаков при решении задач диагностики в статистической постановке / Л.С. Файнзильберг // Математические машины и системы. – № 1. – 1998. – С. 57 – 64.

Merz C.J. UCI Repository of machine learning datasets / C.J. Merz, P.M. Murphy // Information and Computer Science University of California, Irvine, CA, 1998. – Режим доступа: http://www.ics.uci.edu/~mlearn/databases


Пристатейна бібліографія ГОСТ




Посилання

  • Поки немає зовнішніх посилань.