论文部分内容阅读
在对传统特征选择算法进行研究的基础上,提出了一种基于双模糊信息的特征选择算法（feature selection algorithm based on doubly fuzziness information,FSA-DFI）。第一种模糊体现在对最小学习机（least learning machine,LLM）进行模糊化后得到模糊最小学习机（fuzzy least learning machine,FUZZYLLM）中;另一种模糊则是在基于贡献率模糊补充这一方法中体现的,其中贡献率高的特征才可能被选入最终