机译:人工蜂群特征选择算法和改进的支持向量机进行文本分类
Department of Computer Science Bharathiar University Coimbatore India;
Information technology; Information science; Information retrieval; Information management; Information systems; Document management; Text classification; Feature selection; Information gain; 2 statistic; Artificial bee colony; Support vector machine; Improved SVM;
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:基于人工蜂殖民地的支持向量机,具有规则提取的特征选择和参数优化
机译:基于粒子群优化(PSO)的混合方法,人工蜂菌落(ABC)特征选择和支持向量机的基因选择
机译:支持向量机/回归特征选择以及分类应用。
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:基于粒子群优化(PSO)的混合方法,人工蜜蜂菌落(ABC)特征选择和支持向量机的基因选择