GA/SVM_BMC:用于微阵列数据中特征选择的GA/SVM-开源

基于特征选择与SVM的质量异常模式识别

Matlab遗传算法优化SVM的参数算范例子，主要调C、gamma

特征选择(FeatureSelection)也称特征子集选择(FeatureSubsetSelection,FSS)，或属性选择(AttributeSelection)。是指从已有的M个特征(Feat

煤矿岩石巷道爆破效果预测对合理优化爆破参数、提高爆破效率具有重要意义。针对煤矿岩石巷道爆破效果影响因素多、难以进行爆破效果准确预测等关键技术难题,提出基于GASVM融合技术的爆破效果预测模型,实现爆破

煤矿岩石巷道爆破效果预测对合理优化爆破参数、提高爆破效率具有重要意义。针对煤矿岩石巷道爆破效果影响因素多、难以进行爆破效果准确预测等关键技术难题,提出基于GASVM融合技术的爆破效果预测模型,实现爆破

为了研究遥感图像森林林型SVM分类多特征的选择对提高分类精度的影响，选取小波变换不同尺度纹理、四种植被指数、最优波段光谱特征等不同组合构成林型分类多特征向量进行分类。结果表明，纹理与植被指数、最优波段

基坑开挖引起其邻近地表沉降的即时预测评估有利于实现工程安全的高效控制,应用支持向量机(Support Vector Machines,SVM)函数方法提出一个适用于这项工作需要的沉降数据预测方法。通过

暂无介绍

在基于加速度信号的人体行为识别中，LDA是较常用的特征降维方法之一，然而LDA并不直接以训练误差作为目标函数，无法保证获得训练误差最小的投影空间。针对这一情况，采用基于GA优化的LDA进行特征选择。提

为了实现对大量的网络信息的正确分类以便使用户迅速获取所需信息,提出一种新的网页内容分类算法,该算法将遗传算法(GA)与支持向量机(SVM)结合起来,利用遗传算法良好的寻优能力优化SVM的分类性能。在由

针对入侵检测中的特征优化选择问题,提出基于支持向量机的两级特征选择方法。该方法将基于检测率与误报率比值的特征评测值作为特征筛选的评价指标,先采用过滤模式中的Fisher分和信息增益分别过滤噪声和无关特

使用SVM-RFE和GA组合进行癌症分类的基因选择

改进基于PLS-RFE的基因选择用于微阵列数据分类

基于粒子群优化（PSO）和遗传算法（GA）的支持向量机（SVM）优化算法，以及它们在网格搜索遍历法中的应用。通过使用liv-SVM工具箱，可以选择较好的C和G参数来优化SVM模型。这种方法简单易懂且容

入侵侦测系统密歇根州立大学进化计算类项目的目的在于，给定一个数据集，使用遗传算法(GA)识别出优质的特征子集，从而通过Ensemble分类器对网络流量进行好坏分类。数据集选自1999年KDD入侵检测竞