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:
已有特征选择算法不能有效降低特征维数,且稳定性较低.为此,提出一种融合过滤和封装方式的特征选择算法.在封装式算法中,设计能保持图像之间拓扑结构的特征选择判据,在过滤式算法中,以Fisher Score为判据,采用单独最优的特征搜索策略.实验结果表明,将算法应用于人脸识别中,能提高识别率,降低特征维数,且具有较好的稳定性.
推荐文章
文本过滤中的特征选择
特征选择
文本过滤
不平衡数据
融合协同过滤和XG Boost的推荐算法
XGBoost
协同过滤
准确性
推荐系统
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
融合协同过滤的线性回归推荐算法
线性回归
协同过滤
相似性
推荐算法
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 融合过滤和封装方式的特征选择算法
来源期刊 计算机工程 学科 工学
关键词 特征选择 过滤式方法 封装式方法 Fisher Score判据 人脸识别 降维
年,卷(期) 2012,(24) 所属期刊栏目 人工智能及识别技术
研究方向 页码范围 166-170
页数 5页 分类号 TP391
字数 4904字 语种 中文
DOI
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 方昱春 上海大学计算机工程与科学学院 12 61 5.0 7.0
2 李杨 上海大学计算机工程与科学学院 10 42 4.0 6.0
3 代旺 上海大学计算机工程与科学学院 1 14 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (32)
共引文献  (158)
参考文献  (5)
节点文献
引证文献  (14)
同被引文献  (31)
二级引证文献  (10)
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(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
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(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(5)
  • 参考文献(1)
  • 二级参考文献(4)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(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)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(4)
  • 引证文献(4)
  • 二级引证文献(0)
2017(4)
  • 引证文献(1)
  • 二级引证文献(3)
2018(4)
  • 引证文献(4)
  • 二级引证文献(0)
2019(6)
  • 引证文献(4)
  • 二级引证文献(2)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
特征选择
过滤式方法
封装式方法
Fisher Score判据
人脸识别
降维
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导