作者:
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:
针对支持向量机训练过程中的特征选择问题,提出了基于进化计算方法的支持向量机特征选择方法,该方法采用进化计算方法中2个典型的算法:遗传算法(GA)和微粒群算法(PSO)为支持向量机选择优化的特征子集.通过对UCI标准数据集的实验,比较了遗传算法和微粒群算法的使用效果.仿真实验结果证明了该方法的有效性.
推荐文章
基于差分进化支持向量机的作战效能评估方法
作战效能
支持向量机
差分进化算法:BP神经网络
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
基于差分进化算法-最小二乘支持向量机的软测量建模
软测量
最小二乘支持向量机
差分进化算法
对羧基苯甲醛
基于优化特征加权支持向量机的隐写分析方法
隐写分析
主成分分析
信息增益
特征优化
特征加权
支持向量机
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 基于进化计算方法的支持向量机特征选择
来源期刊 煤矿机械 学科 工学
关键词 支持向量机 进化计算 遗传算法 微粒群算法 特征选择
年,卷(期) 2008,(5) 所属期刊栏目 试验·研究
研究方向 页码范围 47-49
页数 3页 分类号 TP267
字数 2847字 语种 中文
DOI 10.3969/j.issn.1003-0794.2008.05.019
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 张鸿雁 3 18 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (1)
共引文献  (14)
参考文献  (3)
节点文献
引证文献  (3)
同被引文献  (4)
二级引证文献  (6)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(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)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(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)
2009(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(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
支持向量机
进化计算
遗传算法
微粒群算法
特征选择
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
煤矿机械
月刊
1003-0794
23-1280/TD
大16开
哈尔滨市古香街30号
14-38
1980
chi
出版文献量(篇)
21080
总下载数(次)
49
总被引数(次)
87205
论文1v1指导