王晗，刘维生，李辉，王辉＊

（1.盘锦高级技工学校，辽宁 盘锦 124000；2.盘锦职业技术学院，辽宁 盘锦 124000）

0 引言

特征选择是人工智能、模式识别和数据挖掘等领域的重要研究问题，在数字图像分类、数字图像检索、客户关系管理、入侵检测和基因分析等方面已经得到了广泛应用。一般情况下，样本数量是有限的，用大量特征来构建分类器是不合时宜，此外，特征向量和模式分类器的性能之间并不是线性关系，当特征向量维数超过一定限度时，将会导致分类器范化能力反而降低，从而正确有效地进行特征选择便成为模式识别中亟待解决的问题，因此，本文设计了一种基于模拟退火算法特征选择软件。

1 特征选择和模拟退火算法

特征选择问题主要需要解决两个方面，一方面是确定特征选择算法，在允许的时间内，以能够接受的代价找出最小的、最能表达类别特征的特征参数组合。另一方面是确定特征评价标准，衡量特征组合是否最优，以便确定特征选择操作的停止条件[1-2]，其算法的基本结构如图1所示。

图1 特征选择算法的基本结构

模拟退火算法（Simulated Annealing Algorithm，简称SA）是80年代发展起来的一种用于求解大规模优化问题的随机搜索算法。利用Metropolis准则并适当地控制温度的下降过程实现模拟退火过程，从而达到在多项式时间内求解近似全局优化问题的目标。本文将最近邻分类器的整体识别率作为子集评价函数，给出了一种基于模拟退火算法与最近邻分类器识别率的特征选择方法软件MATLAB实现方法。……