近期，经Web of Science ESI（Essential Science Indicators，基本科学指标）最新统计，数学与信息科学学院李艳颖教授团队以我校为唯一单位发表的SCI论文“A new filter feature selection algorithm for classification task by ensemblingpearson correlation coefficient and mutual information”入选Engineering学术领域高被引论文（Highly Cited Papers）。

该论文在国际著名学术期刊Engineering Applications of Artificial Intelligence上发表，该期刊在最新的中国科学院SCI期刊分区表中属于1区Top期刊。特征选择是一种重要的降维预处理技术，它通过获取信息量最大的特征子集来降低数据集的维数。针对特征之间依赖关系的度量方法单一的缺点，论文提出基于对称不确定性和皮尔逊相关系数的集成特征选择算法，该算法从线性和非线性两方面度量了特征之间的相关性。所提算法能有效选择出与类变量强相关、与其他已选特征低冗余的特征子集，与其他广泛使用的监督特征选择算法相比，数据维度的约减率更高，有效性更好。（科研管理处、数学与信息科学学院 文/龚欢欢 审核/王晓玲、刘淳安）

原文链接：https://www.sciencedirect.com/science/article/abs/pii/S095219762400023X