基于元学习的航空电子设备特征选择算法推荐方法

V243%TP206.1; 为了对航空电子设备的测试数据进行有效约简,去除冗余信息和不相关特征,基于机器学习领域现有的特征选择算法,提出了一种元学习框架下的航空电子设备特征选择算法推荐方法.所提方法旨在根据不同航空电子设备测试数据所蕴含的信息,推荐合适的特征选择算法.首先,分析了数据集特征的描述方法.然后,介绍了采用综合度量指数的算法性能评价方法.最后,给出了特征选择算法推荐方法的框架.使用42个航空电子设备的测试数据和13个过滤型特征选择算法建立了元数据库,采用留一法进行交叉验证,推荐命中率达到了90％以上,推荐性能比例达到97％以上....

Full description

Saved in:
Bibliographic Details
Published in系统工程与电子技术 Vol. 43; no. 7; pp. 2011 - 2020
Main Authors 李睿峰, 许爱强, 孙伟超, 王树友
Format Journal Article
LanguageChinese
Published 海军航空大学,山东烟台264001 2021
Subjects
元学习
航空电子设备
故障诊断
算法推荐
特征选择
Online AccessGet full text
ISSN1001-506X
DOI10.12305/j.issn.1001-506X.2021.07.34

Cover

More Information
Summary:V243%TP206.1; 为了对航空电子设备的测试数据进行有效约简,去除冗余信息和不相关特征,基于机器学习领域现有的特征选择算法,提出了一种元学习框架下的航空电子设备特征选择算法推荐方法.所提方法旨在根据不同航空电子设备测试数据所蕴含的信息,推荐合适的特征选择算法.首先,分析了数据集特征的描述方法.然后,介绍了采用综合度量指数的算法性能评价方法.最后,给出了特征选择算法推荐方法的框架.使用42个航空电子设备的测试数据和13个过滤型特征选择算法建立了元数据库,采用留一法进行交叉验证,推荐命中率达到了90％以上,推荐性能比例达到97％以上.
ISSN:1001-506X
DOI:10.12305/j.issn.1001-506X.2021.07.34