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:
主要研究了基于支持向量机的特征选择方法——特征权法,通过对两组数据进行试验,说明了特征权法在分类效果上优于F-得分法和支持向量机.
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
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
基于多特征的支持向量机印鉴识别
Gabor滤波器
极坐标变换
奇异值分解
支持向量机
基于遗传算法的双子支持向量机的模型选择
双子支持向量机
遗传算法
核函数
参数选择
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 基于支持向量机的特征选择
来源期刊 聊城大学学报:自然科学版 学科 数学
关键词 特征选择 特征权法 F-得分法 支持向量机 错分率
年,卷(期) 2011,(2) 所属期刊栏目 基础科学研究
研究方向 页码范围 18-22,27
页数 分类号 O241
字数 3253字 语种 中文
DOI 10.3969/j.issn.1672-6634.2011.02.005
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 范丽亚 聊城大学数学科学学院 47 78 5.0 6.0
2 葛敏敏 聊城大学数学科学学院 1 6 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (6)
参考文献  (7)
节点文献
引证文献  (6)
同被引文献  (5)
二级引证文献  (16)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(4)
  • 参考文献(2)
  • 二级参考文献(2)
2010(4)
  • 参考文献(3)
  • 二级参考文献(1)
2011(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)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(2)
  • 引证文献(1)
  • 二级引证文献(1)
2014(3)
  • 引证文献(2)
  • 二级引证文献(1)
2015(3)
  • 引证文献(0)
  • 二级引证文献(3)
2016(5)
  • 引证文献(1)
  • 二级引证文献(4)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
2020(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
特征选择
特征权法
F-得分法
支持向量机
错分率
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
聊城大学学报(自然科学版)
双月刊
1672-6634
37-1418/N
大16开
山东省聊城市文化路34号
1988
chi
出版文献量(篇)
2314
总下载数(次)
9
总被引数(次)
6322
论文1v1指导