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:
基于Nguyen的粗糙集和布尔推理离散化方法提出一种支持向量机特征选择算法,引入粗糙集的一致度指标控制离散化过程的信息损失,从而删除不相关与冗余的属性,而保留支持向量机所需分类信息.实验结果表明,所提算法提高了SVM分类器的预测精度,缩短了训练时间.
推荐文章
基于最小流形类内离散度的支持向量机
支持向量机
流形判别分析
分布特征
边界信息
局部信息
基于离散余弦变换和支持向量机的掌纹识别
掌纹识别
离散余弦变换
支持向量机
基于粗糙集粒子群支持向量机的特征选择方法
粗糙集
属性约简
粒子群支持向量机
特征选择
融合样本选择与特征选择的AdaBoost支持向量机集成算法
分类器集成
AdaBoost算法
支持向量机
样本选择
特征选择
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 基于离散化的支持向量机特征选择
来源期刊 计算机工程 学科 工学
关键词 离散化 特征选择 支持向量机 分类 一致度
年,卷(期) 2006,(11) 所属期刊栏目 博士论文
研究方向 页码范围 16-17,21
页数 3页 分类号 TP18
字数 3251字 语种 中文
DOI 10.3969/j.issn.1000-3428.2006.11.006
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 许晓鸣 上海交通大学自动化系 132 2698 28.0 46.0
2 蔡云泽 上海交通大学自动化系 43 366 11.0 17.0
3 李烨 上海交通大学自动化系 8 78 4.0 8.0
4 尹汝泼 上海交通大学自动化系 3 63 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (5)
同被引文献  (8)
二级引证文献  (8)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(3)
  • 引证文献(2)
  • 二级引证文献(1)
2012(1)
  • 引证文献(0)
  • 二级引证文献(1)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(2)
  • 引证文献(1)
  • 二级引证文献(1)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
离散化
特征选择
支持向量机
分类
一致度
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
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
相关基金
国家高技术研究发展计划(863计划)
英文译名:The National High Technology Research and Development Program of China
官方网址:http://www.863.org.cn
项目类型:重点项目
学科类型:信息技术
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导