搜索资源列表
CAGA_O_F
- 关于链式智能体遗传算法用于数值优化和特征选择的论文，可以与我联系相互交流-On the chain-agent genetic algorithm for numerical optimization and feature selection of the papers, you can contact me exchange
hdj
- 针对基于内容的网络信息过滤中存在的特征维数过高影响分类过滤效果问题,运用遗传算法进行特征 选择,通过遗传操作搜索最优解。并且引入个体寿命概念用于实施种群更新,同时根据种群进化情况动态调整遗传操作算子,从而解决遗传算法训练过程中种群以及操作算子的单一性带来局部最优问题
somepapers
- 文献资料，关于遗传算法以及特征选择方面飞一些资料，下载-PAPER
safeatureselectionpaper
- 模拟退火算法进行特征选择和参数优化的经典论文-Simulated annealing algorithm for feature selection and parameter optimization of the classic papers
8080524
- 基于特征选择和svms的图像分类 MI算法-Feature selection and image classification svms
TextFeatureSelectionAlgorithm
- 在文本挖掘中，文档通常以特征向量的形式表示。为了提高文本挖掘算法的运行速度，降低占用的内存空间，过滤掉不相关或相关程度低的特征，提出一种改进的特征选择算法，该算法对特征进行综合考虑，从而更加准确地选取有效的特征。实验验证了改进算法的可行性和有效性。-In text mining，documents are usually meanwith the form of the eigenvector．In order to enhance the operating speed and red
OPNET-of-the-router-capability
- 本文在阐述网络发展的现状和趋势的基础上，着重分析了两种内 部网关路由选择协议砒P和OSPF协议的实现机制和性能特点。对P 协议是基于距离矢量算法的。OSPF协议是基于链路状态算法的。本 文的工作重点是对上述两种协议分别从类型，封装，路径特征，邻居 发现和支持，路由选择数据的分发，对变化的响应，路由表计算，健 壮性／可靠性以及安全性等方面进行了对比分析，并对它们存在的安 全漏洞进行了初步的分析说明。根据以上的分析，通过On忸T软件， 本文设计了一个10km×10km规模
DataMining3rd
- 评测数据在去掉停用词的 分类过程开放测试中,引入Good-Turing算法的分类性能比Laplace原则提高了3·05 ,比Lidstone方法提高 1·00 .而在交叉熵选择特征词的算法中,增加Good-Turing的贝叶斯分类方法可比最大熵分类性能高95 .通过这种数据平滑的算法,有助于克服因数据稀疏而引发的特征词缺失问题 -Evaluation data in the open test of the classification process to remove stop
Based-onSVM-target-tracking
- 计算Haar小波特征，用AdBaoost提取部分有代表性的特征共三种特征选择方法与SVM相结合进行目标跟踪的算法。 -The calculated Haar wavelet features to extract some of the typical characteristics of three feature selection method combined with SVM algorithm for target tracking AdBaoost.
demo_feature_select
- 对卫星云图特征识别与选择，并通过多种算法的综合应用，寻找显著性特征。-The identification and selection of the satellite image characteristics, and by the application of a variety of algorithms to find the significant features.
Support-data-mining-algorithms
- 支持数据挖掘算法选择的数据集特征提取研究,感觉不错的文档-Support data mining algorithms selected data sets feature extraction, feeling good documentation
image-feature
- 把 SIFT 算法应用在牙齿模型图像上，检测牙齿图像的特征点。 方法：首先采用高斯差分算子 DoG 搜索整个图 像的尺度和位置信息，从而确定具有代表性尺度、方向的特征点。基于其稳定性选择关键点，得到一个详细的模型以确定每个候 选点的合适位置和范围。基于局部图像梯度方向信息将方向矢量和关键点对应起来。在选定范围内的每个关键点周边区域测量 局部图像梯度，并采用 KNN 算法进行特征匹配。 结果：通过大量的实验和与其他特征提取方法相比较，该方法能有效地检测牙 齿模型图像的特征，并为牙齿
sift-based-on-edge-corner
- SIFT 由特征提取，特征描述符描述和特征匹配 3 部分构成，该算子特征提取数目庞大，建立特征描述符运算 量高，导致算法效率低。提出了一种 SEC( SIFT-Edge-Corner) 算法，在图像尺度空间提取角点代替 SIFT 特征点，并根 据角点是边缘曲率极值理论，预先采用 Canny 算子得到高斯边缘图像金字塔，再提取角点并进行尺度选择。实验结 果表明: 该算法在保障高准确率的前提下大幅度提高特征提取效率-By the SIFT feature extraction, fea
classical-algorithm
- 关于经典算法的思考与总结。涵盖KMP.遗传.启发式搜索.图像 特征提取 SIFT.傅立叶变换.Hash.快速排序.SPFA.快递选择 SELECT A*.Dijkstra.DP.BFS/DFS.红黑树等 15 个经典基础算法， 共计 31 篇文章，包括算法理论的研究与阐述，及其编程的具体实现。很多个算法都后续写 了续集-Thinking about the classical algorithm and summary. Covering the KMP. Genetic heuri
wajue222
- 针对实际幵发的一个客户关系管理系统,在开发与研究的过程中结合 数据挖掘技术对其中的数据进行了一些离散化、特征选择等预处理 在对数据 进行预处理的过程中对FCBF (Fast Correlation-Based Filter,基于快速的筛选/ 过滤)算法做了改进,改进后的算法能更好的对数据进行特征选择 -The actual concurrency and a customer relationship management system, combined with th
suanfa
- 基于双向匹配法和特征选择算法的中文分词技术研究-Words in technology selection algorithm based on two-way matching and feature Chinese sub
信号处理经典算法
- 15个信号处理经典算法模型及代码实现,涵盖 Dijkstra.DP.BFS/DFS.红黑树.KMP.遗传.启发式搜索.图像 特征提取 SIFT.傅立叶变换.Hash.快速排序.SPFA.快递选择 SELECT 等 15 个经典基础算法，
ORDINAL-FEATURE-ANALYSIS
- 本文讨论了故障严重程度识别中的特征评价和特征选择算法。将严重程度识别问题中的特征分为非单调特征和单调特征，分别设计了不同的特征评价指标和特征选择算法，为故障严重程度识别提供了可行的方案。-This article discusses the failure to identify the severity of the feature in the comments and feature selection algorithms. The severity of the problem of
GAFS
- 信息增益选取特征，遗传算法继续精简特征，效果较佳。(Information gain selection features, genetic algorithm to continue to streamline the characteristics of the better.)
智能优化算法应用于近红外光谱波长选择的比较研究
- 近红外光谱(NIRS)是一种间接分析技术,其应用需建立相应的校正模型。为了提高模型的解释能力、预测准确度和建模效率,需要对NIRS 进行波长选择,优选最小化冗余信息。选用蚁群优化(ACO)、遗传优化(GA)、粒子群优化(PSO)、随机青蛙(RF)和模拟退火(SA)5 种智能优化算法对烟叶总氮和烟碱近红外光谱数据进行特征波长选择,结合偏最小二乘(PLS)算法,构建了多个烟叶总氮和烟碱的校正模型,(Near infrared spectroscopy (NIRS) is an indirect an