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:
利用ReliefF作为特征选择方法,采用基于支持向量机的分类准确率作为特征子集的评估准则,进而决定删除的特征数目.用UCL数据集中Segmenatation数据集进行测试,通过实验研究证明,采用结合ReliefF与支持向量机的方法进行特征选择,能够有效地提高分类准确率.
推荐文章
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
支持向量机与AdaBoost的结合算法研究
支持向量机
增强法
自适应增强算法
算法优化
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
基于支持向量机的虚拟企业伙伴选择方法研究
虚拟企业
伙伴选择
支持向量机
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 结合ReliefF与支持向量机的特征选择方法研究
来源期刊 计算机应用与软件 学科 工学
关键词 特征选择 ReliefF 支持向量机
年,卷(期) 2008,(1) 所属期刊栏目 信息技术交流
研究方向 页码范围 283-285
页数 3页 分类号 TP3
字数 2369字 语种 中文
DOI 10.3969/j.issn.1000-386X.2008.01.105
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 韦娜 长安大学信息工程学院 10 129 5.0 10.0
2 王涛 1 12 1.0 1.0
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  (2)
节点文献
引证文献  (12)
同被引文献  (30)
二级引证文献  (50)
2000(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(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(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(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(5)
  • 引证文献(1)
  • 二级引证文献(4)
2017(9)
  • 引证文献(1)
  • 二级引证文献(8)
2018(14)
  • 引证文献(2)
  • 二级引证文献(12)
2019(20)
  • 引证文献(2)
  • 二级引证文献(18)
2020(6)
  • 引证文献(0)
  • 二级引证文献(6)
研究主题发展历程
节点文献
特征选择
ReliefF
支持向量机
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
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导