特征子集选择相关论文
特征子集选择问题是指从一个给定的候选特征集合中,根据一定的评价标准,选出一个特征子集,使其能够一致地描述给定的例子集合.很明......
特征子集选择FSS(Feature Subset Selection)是机器学习和模式识别中非常困难而有意义的一个问题,其目的是为了减少用于分类或识别......
学位
入侵检测系统(Intrusion Detection System,IDS)作为一种主动的信息安全保障措施,有效地弥补了访问控制、防火墙等传统安全防护技......
大型多人在线角色扮演游戏(Massive Multiplayer Online Role-Playing Games,简称MMORPGs)因为具有和真实世界相似的属性而成为数......
在机器学习中,给高维数据集建立一个鲁棒训练模型是非常重要的。其中最大的问题是如何进行数据降维。数据降维分为两种形式:特征选......
传统的统计方法无法保证财务风险预警的准确度.本文提出了一种改进的非支配排序多目标遗传算法和支持向量机的财务风险预警模型,利......
本文研究语音情感识别中的最优声学特征子集选择问题.首先，采用传统的顺序前向算法实现声学特征子集选择，实验结果表明特征子集选择......
针对WWW的HTML(Hyper Text Markup Language)结构采用TFE表示,给出一种新的TFE实现方法,进而提出了一种改进的朴素贝叶斯分类算法,......
The motivation of data mining is how to extract effective information from huge data in very large database. However, so......
范例推理技术是人工智能领域中一种基于知识的问题求解和学习方法.为了有效评估银行客户信用等级并提高银行信贷业务效率,文中提出......
近年来随着因特网的飞速发展，计算机系统也面临着越来越多的安全威胁。国内外不少研究人员为此提出了许多种基于软计算的方法用于检......
在模式分类系统中，大量无关或冗余的特征往往会降低分类器的性能，因此需要特征选择．本文提出了基于离散微粒群（BPSO）和支持向量机（SVM）封......
特征子集选择问题是机器学习和模式识别中的一个重要问题，最优特征子集选择问题已被证明是ＮＰ难题。然而，目前的特征子集选择的启发式算......
特征子集选择问题一直是人工智能领域研究的重要内容，特别是近几年来，特征子集选择的算法研究已经成为机器学习和数据挖掘等领域的一......
在模式分类系统中，往往需要从大量的特征中选择最优的特征子集，人工选择特征的方法往往费时费力，本文采用遗传算法（GA）对支持向量机进行......
对于一个给定的待分类模式，特征选择要求人们从大量的特征中选取一个最优特征子集，以代表被分类的模式。对特征选择问题提出了基于一......
...
特征子集的选择是数据挖掘与模式分类的重要方法.本文主要从微粒编码、比较微粒适应值、更新微粒引导者、一致混沌变异和计算步骤......
Bayesian网络是特征子集选择的有力工具,基于Bayesian网络特征子集选择就是建立类变量的Markov毯.文中在对变量之间基本依赖关系、......
机器学习和模式识别面临的一个重要问题，就是特征子集的选择问题，即从一个大的已生征特集合，选择一个子集合来一致地描述已知例。特别......
分类准确性是分类器最重要的性能指标,特征子集选择是提高分类器分类准确性的一种有效方法。现有的特征子集选择方法主要针对静态......
特征子集选择问题一直是人工智能领域研究的重要内容。特征子集选择算法研究是机器学习和数据挖掘等领域的研究热点。提出了基于差......
通过互信息的思想提出一个新的评价函数来评价属性之间的相关性,并结合LV算法进行特征子集选择.结果表明,该方法对分类问题效果明......
特征子集选择问题一直是人工智能领域研究的重要内容，特别是近几年来，特征子集选择算法研究巳经成为机器学习和数据挖掘等领域的研究......
由于在评价冗余特征时只考虑对称不确定性或最大信息系数等某一种度量标准,使得现有的一些特征子集选择算法存在性能不理想的问题.......
尽管对KDD技术的研究已经取得了丰硕的成果，但是进一步研究KDD技术仍然具有重要的实际意义。众多的理论和工具都已经成功地应用于解......
特征选择是模式识别与数据挖掘等领域的重要问题之一。针对此问题,提出了基于离散粒子群和相关性分析的特征子集选择算法,算法中采......
To accelerate the selection process of feature subsets in the rough set theory(RST), an ensemble elitist roles based qua......
在最优化领域,一些常规的计算方法如牛顿法、共扼梯度法、单纯形法等很难解决多峰、高维等复杂的优化问题。针对这类问题,人们通过......
网络安全和信息安全问题随着网络应用的普及愈湿突出。网络安全审计技术通过分析审计数据来对当前的网络安全状况作出判断,在保障......
贝叶斯网络是一种描述随机变量之间依赖关系的图形模式，是概率理论和图形理论的结合，是不确定性知识表示和推理的有力工具，已在许多领......
数据挖掘对象是大型数据库中的海量数据,而数据库中记录包含众多属性,由于其中存在的冗余和不相关属性降低了数据挖掘性能,增加了......
机器学习和模式识别面临的一个重要问题，就是特征子集的选择问题，即从一个大的已知特征集合，选择一个子集合来一致地描述已知例子（样本......
针对现有维度排序方法较少考虑到用户参与的问题，文中提出基于可交互相关性矩阵的维度重排径向坐标可视化方法．采用考虑到径向坐标可......
灰色关联分析法是一种描述元素之间影响程度的分析法，适合于小项目数据集。小项目数据集制约着传统的软件缺陷类型的预测方法，使得预......
