7. 特征选择和提升算法.pdf

:本文总结并提出了较为完备的特征提取定义。根据特征子集形成过程将特征选择分为穷举式、启发式和随机式三类;根据特征评价标准将特征选择分为距离测度、信息测度、相关性测度、一致性测度和分类器错误率五类。通过

模式识别之特征选择.pdf

在文本分类系统中，特征的优劣往往极大地影响着分类器的设计和性能。提出一种利用分形维数和带精英策略的非劣支配排序遗传算法进行特征选择的方法。在该方法中分形维数作为特征选择的一个评价机制，利用NSGA-I

针对高维数据聚类中K-means算法无法有效抑制噪声特征、实现不规则形状聚类的缺点,提出一种基于目标点特征选择和去除的改进K-均值聚类算法.该算法使用闵可夫斯基规度作为评价距离进行目标点的分类,增设权

--Tensorflow+SSD+Yolo（目标检测）文章7.更换SSD模型该资源是本篇文章的操作步骤以及参考帖子的截图，以防参考帖子失效。

针对入侵检测数据集维数高，导致检测算法处理速度慢，而其中包含许多对检测效果影响不大的特征的问题，提出了一种分步特征选择算法。它通过对相关特征和冗余特征的定义，以互信息为准则，首先删除不相关特征，然后删

基于超图的多模态特征选择算法及其应用，彭瑶，祖辰，目前机器学习算法已经被广泛应用到脑疾病的诊断中。医学影像数据由于样本珍贵，并且特征维数往往远大于已有样本数目，在实际应用

文本挖掘之前首先要对文本集进行有效的特征选择。传统的特征选择算法在维数约减及文本表征方面效果有限，并且因需要用到文本的类别信息而不适用于无监督的文本聚类任务。针对这种情况，设计一种适用于文本聚类任务的

弯曲枝条的模拟是植物模拟的重要组成部分，L-系统是植物模拟的重要方法之一。如果用L-系统模拟弯曲的枝条，则需要大量的产生式。通过在产生式中增加弯曲符号以及描述弯曲程度的曲率函数得到了函数L-系统。利用

为了成功将土地覆盖进行分类，选择合适的特征是至关重要的。针对利用MODIS数据进行宏观土地覆盖的分类问题，对三种典型的特征选择方法进行了比较研究。研究结果表明：分支定界法（BB）最适合于该土地覆盖分类