基于蚁群的视网膜血管分割特征选择启发式方法
神经与进化计算
2014-03-10 v1 计算机视觉与模式识别
摘要
特征选择是成功进行数据分类的关键步骤，因为它通过去除冗余特征来降低数据维度。因此，这能在最大化分类精度的同时最小化分类复杂度和时间。本文进行了一项比较研究，考察了六种特征选择启发式方法，以选出最佳相关特征子集。测试的特征向量由 DRIVE 数据库中视网膜图像视场内每个像素计算出的十四个特征组成。比较评估依据每种启发式方法与蚁群系统结合时所推荐特征子集的灵敏度、特异性和准确率指标进行。实验结果表明，Relief 启发式方法推荐的特征子集优于其他所考察启发式方法推荐的子集。
引用
@article{arxiv.1403.1735,
title = {Ant Colony based Feature Selection Heuristics for Retinal Vessel Segmentation},
author = {Ahmed. H. Asad and Ahmad Taher Azar and Nashwa El-Bendary and Aboul Ella Hassaanien},
journal= {arXiv preprint arXiv:1403.1735},
year = {2014}
}