机译:稀疏近邻支持向量机,用于高维数据集中的特征选择
Univ Florida, Dept Ind Engn, Gainesville, FL 32608 USA;
Univ Cent Florida, Dept Ind Engn & Management Syst, Orlando, FL 32816 USA;
Univ Cent Florida, Dept Ind Engn & Management Syst, Orlando, FL 32816 USA;
Univ Florida, Dept Ind Engn, Gainesville, FL 32608 USA;
Embedded feature selection; Sparsity; Regularization; Class-specific feature selection; High dimensional datasets;
机译:基于头脑风暴优化算法和支持向量机的医学数据集分类与特征选择方法
机译:基于人工蜂菌落算法的特征选择方法和医疗数据集分类的支持向量机
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:包含特征选择的新型多表面近邻支持向量机分类模型
机译:高维数据集的稳健而高效的特征选择。
机译:基于人工蜂群算法和支持向量机的医学数据集特征选择方法
机译:与全脑分析相比,通过特征提取进行降维是否可以提高分类准确性?:使用高维神经影像数据作为支持向量机的输入,以区分阿尔茨海默氏症患者与健康对照