Guangdong College of Industry and Commerce Department of Computer and Information Engineering Guangzhou China;
Classification algorithms; Training; Feature extraction; Support vector machines; Prediction algorithms; Indexes; Data models;
机译:基于l(2,1)范数正则化的多核联合非线性特征选择和过采样用于不平衡数据分类
机译:基于动态综合少数民族过采样技术的旋转森林用于高光谱数据不平衡分类
机译:基于关联规则特征选择的样本不平衡疾病分类模型
机译:使用特征选择和过采样技术对不平衡乳腺癌数据进行预处理以进行分类
机译:基于统计模型的方法用于无线传感器网络中的观察选择和分类中的特征选择。
机译:特殊基因选择:一种新的特征选择方法可改善不平衡数据集中的分类性能
机译:基于模糊规则的高度不平衡数据集分类系统的特征选择和粒度学习遗传算法