混合式特征选择相关论文
近年来网络数据愈加复杂,特别是在可供分析的数据量有限的情况下,越来越高的特征维度直接导致入侵检测的时间效率和检测精度下降。......
现代电网日渐扩大的互联规模,不断接入的各式电力电子设备及大规模的可再生能源,使许多的不确定因素影响了电力系统的运行状态,愈......
随着国家机械化发展水平的不断提高,各个设备之间关系变得错综复杂,设备故障带来的后果也将难以预知,因此机械故障诊断技术受到了......
文本分类是文本挖掘的重要研究领域。通常,文本数据集的特征数量远大于样本数量,进行有效的特征选择可大幅提升分类性能。基于“词......
特征选择是机器学习领域的重要课题,基于互信息的特征选择算法在多个领域得到了广泛应用.但是该类方法忽略了属性之间的相互作用对......
股票分类一直是金融和投资领域中重要的研究方向,并且是一项具有挑战性的任务。股票分类的关键是股票特征选择及分类模型的确定。......
晶圆允收测试是晶圆加工过程的关键环节,对其中的关键测试参数进行准确分析识别有助于准确预测晶圆良率、及时发现工艺缺陷。针对......
维度灾难是机器学习任务中的常见问题,特征选择算法能够从原始数据集中选取出最优特征子集,降低特征维度.提出一种混合式特征选择......
从土壤速效钾光谱中挖掘关键特征较为困难,导致高光谱反演模型预测精度较低。针对此问题,提出了一种混合式随机森林特征选择算法。......
