一致矩阵特征选择算法

线性复杂度

面向大规模数据的通用特征选择框架，基于模糊算术覆盖和一致矩阵，在保持分类精度的同时将运行时间降低高达2913倍。

杨田 · Yuan-Jiang, Li · Qian Y. · 王飞跃

IEEE Transactions on Fuzzy Systems 2023

参数信息

运行时间降低倍数

2913 倍

技术优势

运行快2913倍

相比六种先进特征选择算法，平均运行时间最高降低了2913倍。

分类性能不降

在运行时间大幅缩短的同时，分类性能与现有先进算法相当甚至更好。

线性复杂度

算法的时间和空间复杂度均为线性，适合大规模数据集。

应用场景

• 大规模数据处理：用线性复杂度算法替代高复杂度方法，快速压缩海量数据。
• 物联网特征选择：在物联网设备有限算力下，高效筛选关键特征降低传输负载。
• 机器人感知数据处理：实时处理传感器高维数据，提升机器人感知响应速度。
• 具身智能数据压缩：为具身智能系统压缩特征维度，降低实时决策计算开销。