论文研究 改进的最大相关最小冗余特征选择方法研究.pdf

特征选择方法作为重要的数据预处理工作一直受到各个领域的关注。在分析现有的特征选择方法的基础上，针对MRMR方法中存在的冗余度和相关性评价方法单一，不能根据用户需求设置特征维度等问题进行了改进。在冗余度计算过程提出一种新的简单快速的计算方法；在计算权重过程中提出针对不同数据选用不同的特征评价方法；引入新的目标评价函数来进行特征选择。在五个经典的用于生物认证领域的特征数据库（FERET、CASIA、ORL、PIE和扩展的YaleB）上验证了算法的有效性，实验结果充分证明了改进的最大相关最小冗余算法的优势。