特征选择是模式识别和机器学习领域中一种常用的数据预处理技术。近年来,科学技术的快速发展导致数据维度急剧增加,不相关和冗余特征的存在使特征选择在效率和性能上受到前所未有的挑战。在保持分类性能的基础上如何改善特征选择的稳定性和鲁棒性,仍旧是一个亟待解决的问题。为有效剔除不相关和冗余特征,降低时间复杂度,提升分类性能,本文提出一种基于加权网络图聚类的特征选择方法,同时结合基分类器的分类精度和差异性进行特征子空间集成,旨在提高方法的稳定性和鲁棒性,使其能够更好地对高维数据分类。本文的主要研究工作如下:1.为有效地剔除高维数据中不相关和冗余特征,本文提出一种基于加权网络图聚类的特征选择方法。首先为剔除不相关特征,以对称不确定性作为衡量特征与类别集合间相关性的准则;其次根据图具有表征特征空间分布能力的特性,构建特征间连通加权网络图,并利用社区发现算法进行特征聚类;进而以“最大相关最小冗余”原则搜索每个类簇特征空间,最终达到剔除不相关和冗余特征的目的,留下的特征即为具有代表性的特征。该模型能够充分挖掘和利用有效的特征子集。2.为进一步提升鲁棒性和稳定性,本文结合集成学习方法,提出基于双重加权网络图聚类的子空间集成方法。首先选用基于加权网络图聚类的特征选择方法对多个扰动训练数据集进行特征选择。为了选出稳定、相关的特征子集,结合排序聚合技术对多个候选特征子集进行融合,从而减小特征组合搜索空间,降低无关特征对分类性能的影响,提高运行效率;其次为得到区分能力较大的特征子空间,保证特征子集的差异性,将得到的稳定特征子集再次聚类,使相互关联的特征划分到同个类簇,接着从每个类簇特征空间中随机挑选特征构成多个具有差异性的特征子空间。为进一步提升模型泛化性,考虑分类精度和差异性过滤冗余的基分类器,最后采用多数投票的方法对待测样本进行分类。在UCI数据集、文本数据集以及微阵列基因数据集上的对比实验表明,本文方法在降维效果和分类性能方面具有很高可比性,且其时间复杂度低,具有较高的稳定性,适用于高维数据集。