摘要: 基于人工神经网络(ANN)的特征选择算法一般可以看作是剪枝算法的一个特例:通过剪枝输入节点,计算网络输出对该输入节点对应特征的敏感性.但这些方法往往要求首先对数据做归一化的工作,这可能会改变原数据具备的对分类很重要的某些性质.神经模糊网络(N... 展开 基于人工神经网络(ANN)的特征选择算法一般可以看作是剪枝算法的一个特例:通过剪枝输入节点,计算网络输出对该输入节点对应特征的敏感性.但这些方法往往要求首先对数据做归一化的工作,这可能会改变原数据具备的对分类很重要的某些性质.神经模糊网络(Neuro-Fuzzy,NF)是具有自学习能力的模糊推理系统(FuzzyInferenceSystem,FIS),本文将其与基于隶属度空间的剪枝技术结合起来提出了新的特征选择算法.分别对自然数据和人工数据进行了实验,并与其它方法做了比较,结果证明该算法是有效的. 收起