顺序前向搜索（sequential forward search），工学-信息与通信工程-模式识别-统计模式识别-特征选择-顺序前向搜索，从空集开始的特征子集选择方法。特征子集选择是一个离散优化问题，具体可描述为已知一个数据集有个特征，如果将这个特征全部用于模式分类，一方面会造成分类效率降低，另一方面这个特征中存在的干扰特征会减小分类准确率。特征子集选择就是要从这个特征中选出最少维的特征能够使得分类效率和分类准确率都得到提高。对于有个特征的特征集来说，其优化的整个搜索空间大小是，当较大无法进行完全搜索时，可以采用顺序前向搜索方法。该方法的目标是从个特征中选择出使得准则函数较优的个特征。具体方法是从空集开始，每次选择一个特征加入特征子集，使得准则函数最优。顺序前向搜索方法是一种简单的贪心算法，优点是特征选择速度快，不足之处是只能加入特征而不能去除特征，最终选择的子集可能存在特征冗余现象，容易陷入局部最优值。相比于顺序后向搜索，在非常大而较小的情况下，顺序前向搜索速度更快。具体例子，令，，原始特征为。顺序前向搜索过程为：①计算每一个特征的准则函数值，据此选择最优特征，假设为。