已閱讀1頁，還剩65頁未讀， 繼續(xù)免費(fèi)閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、 本文對特征選擇進(jìn)行了詳細(xì)研究，主要集中在特征子集的搜索算法和特征的評價(jià)標(biāo)準(zhǔn)上。對于大腦膠質(zhì)瘤數(shù)據(jù)集，采用了SVM-BFS算法，該算法采用支持向量機(jī)為分類器，浮動搜索為子集搜索算法，Wrapper模型為特征選擇評價(jià)標(biāo)準(zhǔn)。通過實(shí)驗(yàn)，表明該算法有效的解決了中小型數(shù)據(jù)集的特征選擇問題。對于三種氨基酸的多元校正課題，采用了神經(jīng)網(wǎng)絡(luò)為分類器，雙層遺傳算法為特征子集搜索算法，Wrapper模型為特征選擇評價(jià)標(biāo)準(zhǔn)進(jìn)行特征選擇，實(shí)驗(yàn)證明這種特征選擇算
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于特征分析和數(shù)據(jù)降維的復(fù)雜數(shù)據(jù)預(yù)測與分類方法研究.pdf
- 高維復(fù)雜數(shù)據(jù)的有監(jiān)督特征提取方法.pdf
- 復(fù)雜數(shù)據(jù)下半?yún)?shù)模型的統(tǒng)計(jì)估計(jì)和變量選擇.pdf
- 復(fù)雜數(shù)據(jù)可視化的研究與應(yīng)用.pdf
- 復(fù)雜數(shù)據(jù)流分析關(guān)鍵技術(shù)研究.pdf
- RFID復(fù)雜數(shù)據(jù)處理的研究.pdf
- 復(fù)雜數(shù)據(jù)源報(bào)表模型的研究與實(shí)現(xiàn).pdf
- 面向復(fù)雜數(shù)據(jù)對象的分類算法研究.pdf
- 復(fù)雜數(shù)據(jù)分類方法及其應(yīng)用研究.pdf
- 復(fù)雜數(shù)據(jù)多屬性指標(biāo)的估計(jì)模型.pdf
- 面向復(fù)雜數(shù)據(jù)的聚類算法研究.pdf
- 復(fù)雜數(shù)據(jù)的集成聚類算法研究.pdf
- 大規(guī)模復(fù)雜數(shù)據(jù)的譜聚類研究.pdf
- 面向復(fù)雜數(shù)據(jù)環(huán)境的電網(wǎng)故障診斷研究.pdf
- 兩類復(fù)雜數(shù)據(jù)及相關(guān)模型的統(tǒng)計(jì)分析.pdf
- 復(fù)雜數(shù)據(jù)的統(tǒng)計(jì)推斷：時間序列、抽樣和函數(shù)型數(shù)據(jù).pdf
- 面向復(fù)雜數(shù)據(jù)源的數(shù)據(jù)抽取模型和算法研究.pdf
- 面向高維復(fù)雜數(shù)據(jù)的降維算法研究.pdf
- 2543.高維復(fù)雜數(shù)據(jù)網(wǎng)絡(luò)與節(jié)點(diǎn)屬性的統(tǒng)計(jì)推斷
- 面向熱力系統(tǒng)大數(shù)據(jù)平臺的復(fù)雜數(shù)據(jù)預(yù)處理技術(shù)研究.pdf
評論
0/150
提交評論