搜索资源列表
feature_selection
- 自己编的特征选择程序，分别包括用顺序前进法(SFS),顺序后退法(SBS),增l 减r 法(l–r)、SFFS法进行选择的程序-own addendum to the feature selection procedures, including the use of sequential forward (SFS). back order (SBS), by reducing r l (l-r), SFFS method to choose the procedure
特征选择与提取zch
- 自编的用于图像特征提取的源程序,解压后直接运行就ok了-writing for Feature Extraction source, unpacked directly ok on the run
branch_and_board
- 在模式识别应用中，用分支定界法(branch-and-board method)进行特征的选择。该程序在matlab环境下实现了该算法，以从六个特征中选择两个最佳特征为例-In pattern recognition applications, using branch and bound method (branch-and-board method) to carry out the characteristics of choice. The program in the matlab e
zifushibie
- 有数字1和2的图片各四十张，利用mat lab读取图片并将其二值化，得到只由0和1表示的矩阵，根据数字的不同特征，选择两个特征值，用来对分类器进行训练，最后用剩下的5个1和5个2来进行测试，看分类器是否可以正确的对数据进行分类。-Figures 1 and 2 pictures of the 40, using mat lab picture and secondly, the value of reading, and received only by 0 and 1, said matrix
matlab后向选择算法
- 基于Matlab平台开发的用于特征选择的算法，后向选择算法，主要用于提取心电生理信号的表示特定情感的特征用于降低特征维度。-Backward selection algorithm for feature selection algorithm based on Matlab platform development, mainly for extraction of ECG physiological signal represents a specific emotional charact
MATLAB1
- matlab信号特征，最大值，最小值，熵(Signal feature extraction)
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.)
基于极限学习G-score
- G-score是一个特征排序的准则，极限学习机结合G-score是一种filter+wrapper的混合特征选择算法(G-score is a criterion of feature sorting. Limit learning machine combined with G-score is a hybrid feature selection algorithm of filter+wrapper)
相关性系数
- 利用相关性系数，进行特征选择，实现特征优选(Use feature coefficients for feature selection)
REC-FSA-master
- 利用信息熵聚类对故障多特征量进行特征选择(Feature selection by using information entropy clustering for multiple features of fault)
feature_selection_peng
- 用于进行特征选择的方法，可以对数据进行降维，减少冗余。(For the method of feature selection, the data can be reduced and redundant.)
FSASL-master
- 该方法通过计算核空间距离从而来对样本进行特征选择。(The method is used to select the features of the samples by calculating the distance of the nuclear space.)
FCBF
- FCBF算法是基于显著的思想，采用后向顺序搜索策略快速有效地寻找最优特征子集的特征选择方法，它采用对称不确定性作为相关程度度量标准，每次选择一个显著特征并删除它的所有冗余特征。(The FCBF algorithm is based on the significant idea, using the backward sequential search strategy to find the feature selection method quickly and effectively.
feature-selection-mRMR-master
- 特征选择方法，用于降低数据维数，常见的一种特征筛选手段，可以从大量变量中筛选特征变量实现保留变量与目标之间的最大相关性(feature selection method for mRMR)
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
基于粒子群优化算法的特征选择SVM分类
- 针对“BreastCancer”数据集，作为对比，第一次对特征集直接进行SVM分类，第二次使用粒子群算法进行特征选择后再进行SVM分类。并且对比和分析了两次分类的结果。(For "BreastCancer" data set, as a comparison, the first time the feature set is directly classified by SVM, and the second time the feature set is selected
机器学习：如何进行特征选择
- 对当前学习任务有价值的属性称为是“相关特征”，没有价值的属性称为是“无关特征”，从给定的特征集中选择出相关特征子集的过程，就称为是“特征选择”。其中还有一种特征称为是“冗余特征”，这些特征指的是可以从其他特征中推演出来的特征。
SVMRFE
- 特征选择算法，防止分类结果出现过拟合，提前对多维的特征向量进行选择筛选(A feature selection algorithm)
ILFS特征提取
- 无穷维潜在特征选择（ILFS） 潜在特征模型广泛使用于数据的小模块分解的过程。这些模型的贝叶斯非参数变量在潜在特征上使用了IBP先验，使特征的数量由数据决定。本研究提出了一种一般化的IBP——距离依赖IBP，用来建模不可交换数据。这种模型依赖于数据点之间定义的距离，倾向于使相邻近的数据共享更多的特征。距离测度的选择不同可以带来不同的依赖关系。
Relieff特征选择算法
- Relieff特征选择算法，用于特征降维，选择权重比高的的特征。