当前位置: 首页 > 文章 > 基于关联规则挖掘的赋权特征选择跌倒检测研究 西昌学院学报(自然科学版) 2021 (3) 70-74
Position: Home > Articles > 基于关联规则挖掘的赋权特征选择跌倒检测研究 Journal of Xichang University(Natural Science Edition) 2021 (3) 70-74

基于关联规则挖掘的赋权特征选择跌倒检测研究

作  者:
谢静;魏星;蒋秀林;陈春燕
单  位:
蚌埠医学院公共基础学院
关键词:
关联规则;赋权;特征;跌倒检测;
摘  要:
针对穿戴式跌倒检测中特征属性过多,传统的降维和PCA赋权降维方法仅考虑了单个特征的重要度,未将特征组合的重要性考虑在内的问题,提出一种改进的基于关联规则挖掘的赋权特征选择方法。在特征降维过程中引入关联规则挖掘,根据频繁项集的支持度和置信度为特征赋权,实现特征选择。利用真实的数据集进行对比实验,结果表明:该方法分类的正确率、特异度和灵敏度均高于未经降维的原始数据集和经PCA赋权选择的数据集。该方法不仅能够实现对高维数据的降维,而且考虑了特征间的关联规则,能够得到更为优质的特征向量数据集。

相似文章

计量
文章访问数: 10
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊