室内定位特征选择算法研究,张乐玫,罗涛,如何能提供更高精度、更短预测时间、更少成本花费和更强实用性的定位算法是当下室内定位的研究热点。本文将特征选择算法引入到传
针对传统图论方法设置阈值等问题,采用最小生成树方法进行脑网络的构建。传统的分类方法是从脑网络中提取一些可量化指标用于分类,忽视了多个脑区之间的拓扑信息。针对此问题,提出了一种脑区特征与连接模式相结合的
高光谱数据在物质分类识别领域得到了广泛应用,但存在数据量大、波段间相关性高等问题,严重影响分类精度及应用。针对以上问题分析了已有的波段选择方法,提出了基于波段聚类及监督分类的遗传算法,对高光谱数据进行
针对数据库中敏感数据被非法篡改后难以检测发现的问题,提出了一种基于单向散列算法的不可逆性对敏感数据篡改的有效检测方法,并采用检测客户端与服务器的双重检测机制来加强检测效果。单向散列算法选用MD5算法,
基于SVM的利用图像综合特征的图像分类方法,伍卉,李仁发,语义图像检索已成为解决图像低层特征和用户检索丰富语义之间存在的“语义鸿沟”问题的关键。为了更好地理解图像的语义,我们设计
资费敏感网络选择算法研究,王超,王晓云,无线通信网络的发展趋势之一是将各种不同无线接入技术进行融合。多接入选择作为无线资源管理中的技术是目前异构网融合的研究热点
基于流量突变特征的Douglas-Peucker改进算法,欧阳雯,毛京丽,本文提出一种基于Douglas-Peucker算法框架的改进算法,针对算法对于一些重要特征点会被舍弃的缺点,利用小波变换检测流
将信息论中熵的概念应用到特征选择中,定义了两种信息测度评价特征——误差熵和混叠熵,然后阐述了两种定义的不用物理意义,分析了计算熵中最关键的区间划分问题,并提出一种较好的区间划分方法。由于熵不能将相似的
提出了一种实体关系抽取方案,该方案针对实体关系抽取中特征空间维数过高问题,引入了文本分类中的特征选择算法,如信息增益、期望交叉熵和x2统计,实现了特征空间降维。实验结果表明,各特征选择算法均能在尽量保
特征选择是数据挖掘、机器学习和模式识别中始终面临的一个重要问题。针对类和特征分布不均时,传统信息增益在特征选择中存在的选择偏好问题,提出了一种基于信息增益率与随机森林的特征选择算法。该算法结合filt