公共文化服务平台

共 2 条记录，以下是 1-2

全选清除导出

排序方式：

基于SVM-RFE-BPSO算法的特征选择方法被引量：14: 2015年; 为了在特征选择中获得具有较高分类准确率的特征子集,提出了一种基于支持向量机递归特征消除法(SVM-RFE)和二进制粒子群算法(BPSO)的特征选择方法.该方法首先利用SVM-RFE快速去掉部分无关特征,初步缩减数据维数,然后以粒子群算法继续搜索最优子集,并将SVM-RFE算法得到的优良子作为粒子群算法的部分初始种群,使后续粒子群算法有一个较好的搜索起点.SVM-RFE既减少了粒子的搜索空间,又为其提供了先验知识,从而提高算法的搜索效率和识别精度.实验结果表明,该方法可以在分类准确率更高或相等的情况下得到维数更少的子集.; 林俊许露刘龙; 关键词：支持向量机 SVM-RFE 粒子群算法

基于SVm-RFE和粒子群算法的特征选择算法研究: 在数据挖掘和机器学习领域，随着大规模、高维数据的不断涌现，特征选择已成为模式识别技术的核心问题之一。大量无关或冗余特征的存在不仅造成了维数灾难，还直接影响了分类器性能，因此需要对数据进行特征选择。特征选择是根据某种评估标...; 许露; 关键词：支持向量机粒子群优化算法; 文献传递

全选清除导出

共1页<1>

许露