基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
特征提取是机器学习和决策表分析的重要步骤,直接关系到学习和决策质量.文中对目前特征提取的几种主要方法,即动态约简、神经网络、超平面、模板和作者提出的决策表分解、ITIL算法进行了评述,指出这些方法存在的不足,为特征提取的进一步研究指明了方向.
推荐文章
基于决策分类的决策表分解方法研究
决策表
分解
粗糙集理论
决策表规则提取中分辨矩阵的降级算法研究
规则提取
分辨矩阵
属性约简
决策表
粗糙集
一种基于非完备决策表的核特征计算方法
非完备决策表
核特征
特征选择
可辨别矩阵
基于矩阵的决策表属性值分类方法
粗糙集
二进制可辨矩阵
二进制矩阵
分类
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 复杂决策表的特征提取方法研究
来源期刊 小型微型计算机系统 学科 工学
关键词 决策表 特征提取 粗集
年,卷(期) 2002,(10) 所属期刊栏目
研究方向 页码范围 1241-1244
页数 4页 分类号 TP18
字数 6314字 语种 中文
DOI 10.3969/j.issn.1000-1220.2002.10.023
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李旗号 合肥工业大学机械汽车学院 48 873 17.0 28.0
2 赵卫东 复旦大学管理学院 92 1363 21.0 33.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (10)
参考文献  (8)
节点文献
引证文献  (13)
同被引文献  (29)
二级引证文献  (125)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(1)
  • 二级参考文献(2)
1998(3)
  • 参考文献(1)
  • 二级参考文献(2)
1999(4)
  • 参考文献(2)
  • 二级参考文献(2)
2000(2)
  • 参考文献(2)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2005(1)
  • 引证文献(1)
  • 二级引证文献(0)
2006(3)
  • 引证文献(3)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(5)
  • 引证文献(3)
  • 二级引证文献(2)
2010(3)
  • 引证文献(1)
  • 二级引证文献(2)
2011(1)
  • 引证文献(0)
  • 二级引证文献(1)
2012(7)
  • 引证文献(1)
  • 二级引证文献(6)
2013(16)
  • 引证文献(0)
  • 二级引证文献(16)
2014(18)
  • 引证文献(0)
  • 二级引证文献(18)
2015(19)
  • 引证文献(0)
  • 二级引证文献(19)
2016(20)
  • 引证文献(1)
  • 二级引证文献(19)
2017(15)
  • 引证文献(1)
  • 二级引证文献(14)
2018(12)
  • 引证文献(0)
  • 二级引证文献(12)
2019(11)
  • 引证文献(0)
  • 二级引证文献(11)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
决策表
特征提取
粗集
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
小型微型计算机系统
月刊
1000-1220
21-1106/TP
大16开
辽宁省沈阳市东陵区南屏东路16号
8-108
1980
chi
出版文献量(篇)
11026
总下载数(次)
17
总被引数(次)
83133
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导