互信息过滤式特征选择算法往往仅局限于互信息这一度量标准.为规避采取单一的互信息标准的局限性,在互信息的基础上引入基于距离度量的算法RReliefF,从而得出更好的过滤式准则.将RReliefF用于分类任务,度量特征与标签的相关性;应用最大...互信息过滤式特征选择算法往往仅局限于互信息这一度量标准.为规避采取单一的互信息标准的局限性,在互信息的基础上引入基于距离度量的算法RReliefF,从而得出更好的过滤式准则.将RReliefF用于分类任务,度量特征与标签的相关性;应用最大互信息系数(maximal information coefficient,MIC)度量特征与特征之间的冗余性、特征与标签的相关性;最后,应用熵权法为MIC和RReliefF进行客观赋权,提出了基于熵权法的过滤式特征选择算法(filtering feature selection algorithm based on entropy weight method,FFSBEWM).在13个数据集上进行对比实验,结果表明,FFSBEWM所选择的特征子集的平均分类准确率和最高分类准确率均优于其他对比算法.展开更多
文摘为了实现简单而精确的室内定位,并利用超宽带信号UWB(ultra-wide band)的特性,提出了基于异步UWB测距的椭圆室内位置估计方案AUREP(Asynchronous–UWB Range-elliptical indoor Position)。该方案由位置定位器locator、目标节点、参考节点组成。定位器先发射UWB信号,一旦接收该信号,目标节点进行转发。参考节点捕捉来自定位器、目标节点的信号,并通过计算这两不同路径的信号TOA(Time of arrival)差,最后,采用高斯-牛顿迭代算法估计目标节点的位置。与同步的球形定位系统SGPS(Synchronous-global position systems)不同,提出的方案无需同步机制。AUREP方案采用异步模式、无需同步设备,简化了系统。仿真结果表明提出的AUREP方案的定位精度高于双曲线定位系统SHPS(Asynchronous–Hyperbola Position systems),同时,AUREP的定位误差逼近于克拉美-罗下限CRLB(Cramer-Rao lower bound)。
文摘互信息过滤式特征选择算法往往仅局限于互信息这一度量标准.为规避采取单一的互信息标准的局限性,在互信息的基础上引入基于距离度量的算法RReliefF,从而得出更好的过滤式准则.将RReliefF用于分类任务,度量特征与标签的相关性;应用最大互信息系数(maximal information coefficient,MIC)度量特征与特征之间的冗余性、特征与标签的相关性;最后,应用熵权法为MIC和RReliefF进行客观赋权,提出了基于熵权法的过滤式特征选择算法(filtering feature selection algorithm based on entropy weight method,FFSBEWM).在13个数据集上进行对比实验,结果表明,FFSBEWM所选择的特征子集的平均分类准确率和最高分类准确率均优于其他对比算法.
