排序方式: 共有2条查询结果,搜索用时 0 毫秒
1
1.
特征选择是模式识别和数据挖掘等研究领域的一个热点。提出了一种新的特征选择方法FeBES ( Feature Selection Based on (m+λ)-ES Evolutionary Strategy),它以遗传算法为基础,以定义的最优特征集的评价准则为适应度函数,采用(m+λ)-ES进化策略挑选出一组较高质量的特征子集。仿真实验结果表明了该方法的有效性。 相似文献
2.
一种扩展正域的属性约简方法 总被引:1,自引:0,他引:1
在经典粗糙集理论模型中,边界域过大会限制其实际应用。针对这一情况,指出决策表中边界域扩展为正域已有方法存在的不足,基于不确定条件下的自主式学习理论,定义一种新的扩展正域方法,并提出计算不相容决策表中认知属性核和认知属性约简的算法。实验结果证明了该方法的有效性。 相似文献
1