Support Vector Machines; Multiple Kernel Learning; Kernel Construction; Feature Selection; Genetic Programming;
机译:通过核定义特征空间中的可分离性评估,为支持向量机选择特征子集
机译:基于支持向量机递归特征消除和使用支持向量机对前列腺癌和乳腺癌进行分类的一维朴素贝叶斯分类器选择特征子集
机译:混合遗传算法-支持向量机:Hgasvm在数字调制分类中最优特征子集和核心参数的选择
机译:支持向量机中的内核构造和特征子集选择
机译:使用功能强大的内核增强的支持向量机进行入侵检测。
机译:使用核密度估计支持向量机和特征选择的ECG缺血发作检测
机译:使用修改的内核最近邻特征选择的模糊鲁棒内核C型和支持向量机的入侵检测系统的比较