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:
基于分形维数的属性约简算法与特征辨别能力相结合,提出了一个综合的特征选择方法.该方法利用特征辨别能力进行特征初选,过滤掉一些词条来降低特征空间的稀疏性,以利用所提约简算法消除冗余,从而获得较具代表性的特征子集.实验结果表明,此种特征选择方法效果良好.
推荐文章
肺癌分形维数特征的研究
分形维数
肺癌
纹理特征
基于孔隙分形维数的土壤大孔隙流水力特征参数研究
土壤
大孔隙流
分形维数
土壤水分特征曲线
水力传导度
基于分形盒子维数的车牌定位方法
分形维数
盒子维
车牌定位
基于分形维数的磁痕图像缺陷检测
分形维数
裂纹
缺陷检测
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 基于特征辨别能力和分形维数的特征选择方法
来源期刊 微型机与应用 学科 工学
关键词 文本分类 特征选择 特征辨别能力 分形维数
年,卷(期) 2010,(7) 所属期刊栏目 技术与方法
研究方向 页码范围 68-71
页数 分类号 TP301
字数 4676字 语种 中文
DOI 10.3969/j.issn.1674-7720.2010.07.022
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 夏晶晶 郑州牧业工程高等专科学校信息工程系 6 11 3.0 3.0
2 朱颢东 中国科学院成都计算机应用研究所 36 169 8.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (49)
共引文献  (267)
参考文献  (9)
节点文献
引证文献  (3)
同被引文献  (12)
二级引证文献  (3)
1968(1)
  • 参考文献(0)
  • 二级参考文献(1)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(6)
  • 参考文献(0)
  • 二级参考文献(6)
2000(8)
  • 参考文献(0)
  • 二级参考文献(8)
2001(6)
  • 参考文献(0)
  • 二级参考文献(6)
2002(5)
  • 参考文献(1)
  • 二级参考文献(4)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(5)
  • 参考文献(2)
  • 二级参考文献(3)
2006(3)
  • 参考文献(2)
  • 二级参考文献(1)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
文本分类
特征选择
特征辨别能力
分形维数
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
信息技术与网络安全
月刊
2096-5133
10-1543/TP
大16开
北京市海淀区清华东路25号(北京927信箱)
82-417
1982
chi
出版文献量(篇)
10909
总下载数(次)
33
总被引数(次)
35987
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导