机译:基于支持向量机权向量的痴呆分类特征选择
Biomedical Imaging Group Rotterdam, Departments of Medical Informatics and Radiology, Erasmus MC - University Medical Center Rotterdam, Rotterdam, CA, The Netherlands;
Computer-aided diagnosis; Dementia; Feature selection; Recursive feature elimination; Significance maps; Support vector machine; dementia; feature selection; recursive feature elimination (RFE); significance maps; support vector machine (SVM);
机译:基于生物地理的优化(BBO),人造蜜蜂(ABC)和支持向量机(SVM)的SAR图像分类的最佳特征选择:优化和机器学习的组合方法
机译:基于支持向量机的组合,具有改进的Elitist GA-SVM特征选择,用于心脏心律失常分类
机译:ESVM:用于自动特征选择和微阵列数据分类的进化支持向量机
机译:基于SVM重要性图的特征选择在痴呆分类中的应用。
机译:支持向量机/回归特征选择以及分类应用。
机译:基于支持向量机的良性和恶性肺结节分类器的特征选择和性能评价
机译:基于推翻向量机(SVM)算法的折滚光谱特征的印度尼西亚音乐分类