钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
基础科学期刊
\
大学学报期刊
\
四川大学学报(自然科学版)期刊
\
基于复杂网络和遗传算法的特征选择方法
基于复杂网络和遗传算法的特征选择方法
作者:
何荧
唐雁
孙浪
张清辰
苗宗霞
谢松山
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
特征选择
互信息
PageRank
节点重要度
遗传算法
摘要:
特征选择作为一种常见的降维方法,一直以来都是机器学习和数据挖掘领域的热点话题.针对传统特征选择算法没有充分考虑特征全局冗余性,导致选择的特征子集对分类识别精度不够高的问题,提出基于复杂网络节点重要度评估和遗传算法的特征选择算法,将每个特征视为网络节点,根据互信息建立边,将特征选择问题转化为节点重要度评估问题,利用遗传算法选择最优特征子集.实验结果表明此算法能够找到较为优秀的特征子集,有效降维并提高分类精度.
暂无资源
收藏
引用
分享
推荐文章
基于复杂网络理论和遗传算法的分类方法
复杂网络
遗传算法
社团模块度
节点归类错误率
基于自适应遗传算法的入侵检测特征选择方法
遗传算法
信息增益
特征选择
入侵检测
基于遗传算法的复杂通风网络自然分风算法
通风网络
自然分风
遗传算法
非线性方程组
改进遗传算法和支持向量机的特征选择算法
特征选择
支持向量机
遗传算法
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
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
基于复杂网络和遗传算法的特征选择方法
来源期刊
四川大学学报(自然科学版)
学科
工学
关键词
特征选择
互信息
PageRank
节点重要度
遗传算法
年,卷(期)
2014,(5)
所属期刊栏目
电子信息科学
研究方向
页码范围
937-946
页数
10页
分类号
TP18
字数
6251字
语种
中文
DOI
103969/j.issn.0490-6756.2014.05.014
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
唐雁
西南大学计算机与信息科学学院
37
294
8.0
15.0
2
张清辰
大连理工大学软件学院
15
132
8.0
11.0
3
何荧
西南大学计算机与信息科学学院
4
19
3.0
4.0
4
谢松山
西南大学计算机与信息科学学院
4
24
3.0
4.0
5
孙浪
西南大学计算机与信息科学学院
3
17
3.0
3.0
6
苗宗霞
西南大学计算机与信息科学学院
5
23
3.0
4.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(5)
共引文献
(5)
参考文献
(9)
节点文献
引证文献
(4)
同被引文献
(4)
二级引证文献
(2)
1994(1)
参考文献(1)
二级参考文献(0)
1998(1)
参考文献(0)
二级参考文献(1)
1999(1)
参考文献(0)
二级参考文献(1)
2001(1)
参考文献(1)
二级参考文献(0)
2005(3)
参考文献(2)
二级参考文献(1)
2006(1)
参考文献(0)
二级参考文献(1)
2008(1)
参考文献(0)
二级参考文献(1)
2010(1)
参考文献(1)
二级参考文献(0)
2011(1)
参考文献(1)
二级参考文献(0)
2012(1)
参考文献(1)
二级参考文献(0)
2013(2)
参考文献(2)
二级参考文献(0)
2014(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)
2015(1)
引证文献(1)
二级引证文献(0)
2017(1)
引证文献(1)
二级引证文献(0)
2018(3)
引证文献(1)
二级引证文献(2)
2019(1)
引证文献(1)
二级引证文献(0)
研究主题发展历程
节点文献
特征选择
互信息
PageRank
节点重要度
遗传算法
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
四川大学学报(自然科学版)
主办单位:
四川大学
出版周期:
双月刊
ISSN:
0490-6756
CN:
51-1595/N
开本:
大16开
出版地:
成都市九眼桥望江路29号
邮发代号:
62-127
创刊时间:
1955
语种:
chi
出版文献量(篇)
5772
总下载数(次)
10
总被引数(次)
25503
相关基金
国家自然科学基金
英文译名:
the National Natural Science Foundation of China
官方网址:
http://www.nsfc.gov.cn/
项目类型:
青年科学基金项目(面上项目)
学科类型:
数理科学
期刊文献
相关文献
1.
基于复杂网络理论和遗传算法的分类方法
2.
基于自适应遗传算法的入侵检测特征选择方法
3.
基于遗传算法的复杂通风网络自然分风算法
4.
改进遗传算法和支持向量机的特征选择算法
5.
基于遗传算法的遥感图像纹理特征选择
6.
基于遗传算法的图像特征选择
7.
基于佳点集遗传算法的特征选择方法
8.
基于遗传算法的特征子集选择
9.
基于双向遗传算法的尿沉渣红白细胞特征选择
10.
基于改进混沌遗传算法的人脸特征选择
11.
基于量子遗传算法的轴向柱塞泵故障特征选择
12.
基于遗传算法的蛋白质质谱数据特征选择
13.
基于量子遗传算法的路由选择
14.
基于遗传算法和模拟退火算法的特征选择方法
15.
基于多种群遗传算法的复杂网络社区结构发现
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
力学
化学
地球物理学
地质学
基础科学综合
大学学报
天文学
天文学、地球科学
数学
气象学
海洋学
物理学
生物学
生物科学
自然地理学和测绘学
自然科学总论
自然科学理论与方法
资源科学
非线性科学与系统科学
四川大学学报(自然科学版)2022
四川大学学报(自然科学版)2021
四川大学学报(自然科学版)2020
四川大学学报(自然科学版)2019
四川大学学报(自然科学版)2018
四川大学学报(自然科学版)2017
四川大学学报(自然科学版)2016
四川大学学报(自然科学版)2015
四川大学学报(自然科学版)2014
四川大学学报(自然科学版)2013
四川大学学报(自然科学版)2012
四川大学学报(自然科学版)2011
四川大学学报(自然科学版)2010
四川大学学报(自然科学版)2009
四川大学学报(自然科学版)2008
四川大学学报(自然科学版)2007
四川大学学报(自然科学版)2006
四川大学学报(自然科学版)2005
四川大学学报(自然科学版)2004
四川大学学报(自然科学版)2003
四川大学学报(自然科学版)2002
四川大学学报(自然科学版)2001
四川大学学报(自然科学版)2000
四川大学学报(自然科学版)1999
四川大学学报(自然科学版)2014年第6期
四川大学学报(自然科学版)2014年第5期
四川大学学报(自然科学版)2014年第4期
四川大学学报(自然科学版)2014年第3期
四川大学学报(自然科学版)2014年第2期
四川大学学报(自然科学版)2014年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号