基于高维k近邻互信息的出水总磷特征选择

摘要

针对污水处理过程出水总磷软测量存在的特征选择问题,提出一种k近邻互信息估计和前向累加后向交叉策略相结合的特征选择方法.该方法首先将数据驱动型k近邻法扩展用于高维特征之间互信息的估计,然后采用前向累加策略给出全部特征最优排序,根据预设无关特征个数,剔除无关特征,再利用后向交叉策略找出并剔除冗余特征,最终得到最优强相关特征子集.以Friedman数据、Housing数据和实际污水处理出水总磷预测数据为例,采用多层感知器和基于互信息的修剪型多层感知器神经网络预测模型进行仿真实验,验证了所提方法的有效性.