基于遗传算法和神经网络的特征提取  

Feature Extraction Based on Genetic Algorithm and Artificial Neural Network

作　　者：高贤维[1] 刘三民[2] 王杰文[1] 

机构地区：[1]南华大学计算机科学与技术学院,湖南衡阳421001 [2]安徽工程科技学院,安徽芜湖241000

出　　处：《计算机与现代化》2008年第4期23-26,共4页Computer and Modernization

摘　　要：特征提取是模式识别领域的一个重要的研究方向,特征提取可以提高分类的效率与效果。本文将遗传算法与神经网络结合起来运用于特征提取,对在数据中起显著作用的特征进行筛选,除去冗余和次要特征,得到特征子集。通过对UCI机器学习数据库中的sonar数据进行试验,结果表明可以有效地提取出重要的特征。Feature extraction is an important aspect of pattern recognition. Feature extraction can improve the efficiency and quality of classifying. This paper combines GA and ANN to extract important feature from features, and remove unimportant, and obtain a useful subset. It uses the sonar data of UCI machine learning database to do this experiment. The result shows that our method can extract the subset more completely than others.

关 键 词：特征提取 遗传算法 神经网络 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]