特征冗余相关论文
针对运维知识库系统中故障征兆预测问题，提出面向电梯设备的改进LSTM-AE算法。首先，使用属性子集选择（ACDR）方法筛选特征向量组，剔除电......
高维数据中存在着大量的无关和冗余信息大大影响和限制了学习模型的性能,对学习模型的时间和空间复杂度提出了更高的要求。特征选......
迄今为止,降维在数据挖掘、模式识别和图像处理领域依然是一个研究热点。流形学习作为非线性降维的主要代表方法,在处理非线性数据......
目的:探讨不同小波滤波对影像组学特征相关性和诊断效能的影响。方法:回顾性收集143例结直肠癌患者(淋巴结转移阳性64例,阴性79例)......
对目标回声分类特征的冗余性进行评价与分析。对于2个特征维之间的冗余性,采用基于特征间线性相关系数作为冗余性度量,通过特征的......
传统特征选择算法没有考虑特征之间的关联性,并且基于类别平衡假设,在不平衡问题上偏向多数类而忽略少数类。针对以上不足,本文综......
在砂土液化多指标综合判别法中,采用的判别因子数量一般为5~12,为防止特征冗余,引入核主成分分析(KPCA)对原始样本进行非线性特征......
特征选择是机器学习和数据挖掘工作中的重要环节,特征选择算法旨在找到一个小数量的特征集合用以描述整个数据集,且描述效果能够接......
针对卷积层存在的特征冗余问题,提出了一种基于卷积神经网络的特征图聚类方法。首先通过预训练网络参数提取网络最后一层卷积层的......
在模式识别中,特征选择是一种非常有效的降维技术.特征评价标准在特征选择过程中被用于度量特征的重要性,但目前已有的标准存在着......
