集成特征选择相关论文
从基因表达数据中推断基因调控网络有助于深入了解各种生物过程,促进药物的设计以及药物靶点的发现。随着海量组学数据的产生,如何......
FSSD (fast and efficient subgroup set discovery)是一种子群发现算法, 旨在短时间内提供多样性模式集, 然而此算法为了减少运行......
创伤失血性休克是严重创伤引起的最危急生命的并发症之一,其发病迅速、死亡率高。若能及时准确识别出创伤失血性休克患者,采取有效......
随着互联网技术的不断发展,网络的安全问题日益受到人们的重视.网络异常流量检测能够为拦截网络攻击提供有效的保障.然而,为了准确......
生物体内只有非常小的一部分基因组能够编码蛋白质,大多数转录组为不能直接编码蛋白质的非编码RNA(nc RNA),其中长度超过200个核苷......
智能制造模式能够平衡个性化定制产品生产的高成本与高附加值,能够满足消费者对产品的个性化要求,其大大推动了个性化定制生产方式......
网络书写纹是指用户在网络文字中留下的具有独特写作风格(如用词习惯、语法结构等)的特征集合。网络书写纹就像人的指纹一样,是可......
网络书写纹识别技术通过分析用户在网络留言中的书写风格识别其身份.针对网络书写纹特征具有高维、冗余的特点,提出一种基于集成特......
如何构造差异性大的基分类器是集成学习研究的重点,为此提出迭代循环选择法：以最大化正则互信息为准则提取最优特征子集,进而基于此......
针对高维数据中的类标记仅与少部分特征关联紧密的问题,提出了基于排序聚合和聚类分组的特征随机选择集成学习方法。采用排序聚合......
多分类器集成是机器学习领域的一个研究热点,基因微阵列技术是多领域综合交叉技术,在医学与生物学上有广泛的应用。但是,基因微阵......
针对实际模式识别系统中样本特征常具有的连续值属性、高维性、强相关性和冗余性等影响分类效果的问题,在广义邻域粗集模型下提出......
为改善多分类器系统的分类性能,提出了基于广义粗集的集成特征选择方法.为在集成特征选择的同时获取各特征空间中的多类模式可分性......
为处理随微阵列技术发展而急剧增长的肿瘤基因数据,实现对肿瘤基因数据的特征选择,结合集成特征选择和混合特征选择,提出一种Spark......
从二十世纪九十年代起,集成学习逐渐成为机器学习领域的一个研究热点,它是通过组合多个不同弱学习模型,从而形成一个泛化能力更好......
心血管疾病是一种严重威胁人类健康的重大疾病。冠心病作为一种常见的心血管疾病,其发病率和死亡率逐年上升,同时其昂贵的治疗费用......
为有效识别内含子miRNA及其宿主基因共表达模式,提出了一种基于集成特征选择的识别方法。首先使用基于支持度的集成特征选择算法,......
<正>上世纪七八十年代,美国科学家提出了一个称为"多传感信息融合"(Multisensor information fusion)或"多源信息融合"(Multi-sour......
针对PM2.5浓度的非线性、不确定性等特征，提出了一种基于集成树-梯度提升决策树（EnsembleTrees-GBDT）的PM2.5预测模型. 该模型首先在......
网络在线广告中以套取广告费为目的的点击欺诈已经严重影响了网络广告的稳定发展。从FDMA2012竞赛提供的欺诈发布商检测的真实数据......
互联网固有的开放性与隐匿性降低了用户在网络空间的责任感,网络信任危机与安全挑战日益严峻。通过分析用户的网络留言,提取用户在......
数据挖掘研究正面临各种数据问题的挑战，不同特性的数据增加了算法研究的复杂度。其中，对具有高维和不平衡特性的数据分类是近年的研......
多分类器集成系统是当前机器学习领域的一个研究热点。由于使用多个基分类器构建的集成系统通常比单个优秀的分类器具有更强的泛化......
DNA甲基化是最重要的表观遗传机制之一,在基因表达调控、胚胎发育、X染色体失活、基因印记以及维持染色质结构等生物学过程中发挥......
特征选择是高维小样本癌症基因数据分析的首要和关键步骤,但是现有特征选择算法存在特征子集依赖于训练样本且随训练样本不同而变......
