...
机译:分类需求维数的微分进化方法
Faculty of Electrical Engineering J.J. Strossmayer University of Osijek, Kneza Trpimira 2b, 31000 Osijek, Croatia;
Faculty of Electrical Engineering J.J. Strossmayer University of Osijek, Kneza Trpimira 2b, 31000 Osijek, Croatia;
Faculty of Electrical Engineering J.J. Strossmayer University of Osijek, Kneza Trpimira 2b, 31000 Osijek, Croatia;
classification; differential evolution; feature subset selection; k-nearest neighbour algorithm; wrapper method;
机译:分类需求降维的差分进化方法
机译:新型的降维优化方法对高维数据进行人工神经网络分类
机译:出版商校正:基于多目标差分进化的多维度降维方法,用于检测基因与基因之间的相互作用
机译:使用嵌入式降维的差分演化训练具有数千个决策规则的财务决策支持系统
机译:基于差异隐私和维度减少框架,以优化高维生物数据机器学习技术的易用性
机译:内核PCA的新带宽选择标准:降维和分类问题的方法
机译:出版商校正:用于检测基因基因相互作用的基于多目标差分换向的多因素维度降低