鲍捷
- 作品数：5 被引量：6H指数：2
- 供职机构：南京师范大学计算机科学与技术学院更多>>
- 发文基金：江苏省自然科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术语言文字更多>>
- 基于高维数据的特征选择方法及其稳定性研究
- 特征选择是机器学习和模式识别领域的关键问题之一,随着机器学习与模式识别的深入,研究对象越来越复杂,对象的特征维数也越来越高。高维数据,即具有成百上千特征的数据集,会包含大量的无关信息和冗余信息,这些信息可能会极大地降低学...
- 鲍捷
- 关键词：高维数据支持向量机
- 文献传递
- 基于SVM评价准则的高维数据混合特征选择算法
- 近年来，特征选择的稳定性越来越受到关注，而集成方法是提高特征选择稳定性的常用方法之一。本文在之前工作的基础上，运用功能扰动的集成方法，对四种不同特征选择器的结果进行集成，以得到分类精度高且稳定性良好的特征子集。最后，在基...
- 鲍捷杨明何志芬
- 关键词：高维数据稳定性
- 文献传递
- 高维数据的1-范数支持向量机集成特征选择
- 特征选择是机器学习和模式识别领域的关键问题之一。随着模式识别与数据挖掘的深入，研究对象越来越复杂，对象的特征维数也越来越高，此时特征选择的稳定性也显得尤为重要。分析了1-范数支持向量机，用该方法对高维数据进行特征选择，并...
- BAO Jie鲍捷YANG Ming杨明LIU Huidong刘会东
- 关键词：高维数据支持向量机
- 高维数据的1-范数支持向量机集成特征选择被引量：4
- 2012年
- 特征选择是机器学习和模式识别领域的关键问题之一。随着模式识别与数据挖掘的深入,研究对象越来越复杂,对象的特征维数也越来越高,此时特征选择的稳定性也显得尤为重要。分析了1-范数支持向量机,用该方法对高维数据进行特征选择,并对特征选择的结果进行集成;提出了一种针对高维数据的稳定性度量方法;在基因表达数据上的实验结果表明,集成特征选择可以有效提高算法的稳定性。
- 鲍捷杨明刘会东
- 关键词：高维数据稳定性
- 基于SVM评价准则的高维数据混合特征选择算法被引量：2
- 2012年
- 基于高维数据的特征选择性,运用功能扰动集成方法,对4种不同特征选择器的结果进行集成,得到了分类精度高且稳定性较好的特征子集.在基因数据集上与原有算法进行性能对比实验,结果表明,多特征选择混合算法可使特征选择的结果间具有互补性,从而有效提高特征选择的稳定性和分类精度.
- 鲍捷杨明何志芬
- 关键词：高维数据稳定性
