:;<=>?@ABCDE Page 1 ! "! # $% %&# $% ' ( ) &( % % ' *(++, -& *(++, & %*(.+ ' ! "#$ % % &'( )"
&)&#$ *&+, -. /01&2345&6789 !/ 0 1 #% / :;<=>?@ABCDE % - - % - - !"#$%&' ( *((2 ) (* + ,)-./01*23456789:;&'<=>89:;&'?(@A$%&'B …

该文将统计学习理论应用于特征选择和提取方法的分析, 研究了影响特征选择和要素并给出了正
, 负边缘距离的定义和特征选择和提取的评价方法. 以往的特征分类评价和分类方法多是建立在 …

特征选择是数据预处理中一项很重要的技术, 主要从原始数据集的特征中选出一些最有效的特征
以降低数据集的维度, 从而提高学习算法性能. 目前基于邻域粗糙集模型的特征选择算法中 …

针对特征空间中存在潜在相关特征的规律, 分别利用谱聚类探索特征间的相关性及邻域互信息以
寻求最大相关特征子集, 提出联合谱聚类与邻域互信息的特征选择算法. 首先利用邻域互信息移 …

针对冗余特征判定难题, 分析了特征和特征之间的相关性以及特征和目标值之间相关性的联系,
给出了判定冗余特征的准则, 在此基础上给出了近似冗余特征的定义, 并提出了一种基于冗余 …

基于聚类的核主成分分析在特征提取中的应用-[维普官方网站]-www.cqvip.com-维普网  我的
维普 购物车 充值 客服 首页 | 期刊大全 | 文献分类 | 优先出版 | 论文检测 | 论文选题 | 在线分享 …

文章提出了一种基于随机森林的加权特征选择算法WRFFS. 算法以随机森林为基础,
以分类精度作为筛选特征子集的标准, 通过在数据集上构造多棵决策树, 采用交叉验证的方式 …

Feature extraction or selection is one of the most important steps in pattern recognition or
pattern classification, data mining, machine learning and so on. In this paper, we introduce …

特征选择是机器学习, 自然语言处理和数据挖掘等领域中数据预处理阶段必不可少的步骤.
在一些基于信息论的特征选择算法中, 存在着选择不同参数就是选择不同特征选择算法的问题 …