已閱讀1頁，還剩65頁未讀， 繼續(xù)免費閱讀
版權說明：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，請進行舉報或認領
文檔簡介
1、 本文對特征選擇進行了詳細研究，主要集中在特征子集的搜索算法和特征的評價標準上。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標準。通過實驗，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標準進行特征選擇，實驗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)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權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)容負責。
- 6. 下載文件中如有侵權或不適當內(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確性、安全性和完整性, 同時也不承擔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)降維的復雜數(shù)據(jù)預測與分類方法研究.pdf
- 高維復雜數(shù)據(jù)的有監(jiān)督特征提取方法.pdf
- 復雜數(shù)據(jù)下半?yún)?shù)模型的統(tǒng)計估計和變量選擇.pdf
- 復雜數(shù)據(jù)可視化的研究與應用.pdf
- 復雜數(shù)據(jù)流分析關鍵技術研究.pdf
- RFID復雜數(shù)據(jù)處理的研究.pdf
- 復雜數(shù)據(jù)源報表模型的研究與實現(xiàn).pdf
- 面向復雜數(shù)據(jù)對象的分類算法研究.pdf
- 復雜數(shù)據(jù)分類方法及其應用研究.pdf
- 復雜數(shù)據(jù)多屬性指標的估計模型.pdf
- 面向復雜數(shù)據(jù)的聚類算法研究.pdf
- 復雜數(shù)據(jù)的集成聚類算法研究.pdf
- 大規(guī)模復雜數(shù)據(jù)的譜聚類研究.pdf
- 面向復雜數(shù)據(jù)環(huán)境的電網(wǎng)故障診斷研究.pdf
- 兩類復雜數(shù)據(jù)及相關模型的統(tǒng)計分析.pdf
- 復雜數(shù)據(jù)的統(tǒng)計推斷：時間序列、抽樣和函數(shù)型數(shù)據(jù).pdf
- 面向復雜數(shù)據(jù)源的數(shù)據(jù)抽取模型和算法研究.pdf
- 面向高維復雜數(shù)據(jù)的降維算法研究.pdf
- 2543.高維復雜數(shù)據(jù)網(wǎng)絡與節(jié)點屬性的統(tǒng)計推斷
- 面向熱力系統(tǒng)大數(shù)據(jù)平臺的復雜數(shù)據(jù)預處理技術研究.pdf
評論
0/150
提交評論