期刊文献+
任意字段
题名或关键词
题名
关键词
摘要
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到33篇文章
< 1 2 >
每页显示 20 50 100
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
Ensemble Filter-Wrapper Text Feature Selection Methods for Text Classification 认领 引用 被引量：2
1
作者 Oluwaseun Peter Ige Keng Hoon Gan 《Computer Modeling in Engineering & Sciences》 SCIE EI 2024年第11期1847-1865,共19页
Feature selection is a crucial technique in text classification for improving the efficiency and effectiveness of classifiers or machine learning techniques by reducing the dataset’s dimensionality.This involves elim... Feature selection is a crucial technique in text classification for improving the efficiency and effectiveness of classifiers or machine learning techniques by reducing the dataset’s dimensionality.This involves eliminating irrelevant,redundant,and noisy features to streamline the classification process.Various methods,from single feature selection techniques to ensemble filter-wrapper methods,have been used in the literature.Metaheuristic algorithms have become popular due to their ability to handle optimization complexity and the continuous influx of text documents.Feature selection is inherently multi-objective,balancing the enhancement of feature relevance,accuracy,and the reduction of redundant features.This research presents a two-fold objective for feature selection.The first objective is to identify the top-ranked features using an ensemble of three multi-univariate filter methods:Information Gain(Infogain),Chi-Square(Chi2),and Analysis of Variance(ANOVA).This aims to maximize feature relevance while minimizing redundancy.The second objective involves reducing the number of selected features and increasing accuracy through a hybrid approach combining Artificial Bee Colony(ABC)and Genetic Algorithms(GA).This hybrid method operates in a wrapper framework to identify the most informative subset of text features.Support Vector Machine(SVM)was employed as the performance evaluator for the proposed model,tested on two high-dimensional multiclass datasets.The experimental results demonstrated that the ensemble filter combined with the ABC+GA hybrid approach is a promising solution for text feature selection,offering superior performance compared to other existing feature selection algorithms. 展开更多
关键词 Metaheuristic algorithms text classification multi-univariate filter feature selection ensemble filter-wrapper techniques
暂未订购 下载PDF
大中型煤炭企业信用风险评估体系研究 认领 引用 被引量：4
2
作者 宋思远 王洛锋 +1 位作者 张新生 暴子旗 《中国矿业》 2022年第5期34-41,共8页
大中型煤炭企业具有与市场关联度高、风险损失大等特点,一旦出现信用风险,对企业以及社会的影响都是巨大的。为了能够准确识别煤炭企业的信用风险,本文以上市煤炭企业为研究对象,提出基于Filter-Wrapper两阶段特征选择的大中型煤炭企业... 大中型煤炭企业具有与市场关联度高、风险损失大等特点,一旦出现信用风险,对企业以及社会的影响都是巨大的。为了能够准确识别煤炭企业的信用风险,本文以上市煤炭企业为研究对象,提出基于Filter-Wrapper两阶段特征选择的大中型煤炭企业信用风险评估模型。首先针对大中型煤炭企业的特点,在通用指标选择上结合煤炭企业风险因素提出两个新指标:抗风险能力、煤炭及加工产品业务销售毛利率;然后使用Filter-Wrapper两阶段特征选择算法来筛选冗余特征,从而构建信用风险预测模型。实验表明所提出的模型与筛选前相比具有更高的预测准确性,同时对信用风险违约样本识别率也更高,验证了模型与所提指标的有效性,对大中型煤炭企业的信用风险识别具有重要意义。 展开更多
关键词 煤炭企业 信用风险 指标体系 Filter-Wrapper 预测
暂未订购 下载PDF
基于粒子群优化算法的最大相关最小冗余混合式特征选择方法 认领 引用 被引量：11
3
作者 姚旭 王晓丹 +1 位作者 张玉玺 权文 《控制与决策》 EI CSCD 北大核心 2013年第3期413-417,423,共5页
在分析粒子群优化(PSO)算法和简化PSO算法的基础上,提出一种基于PSO的最大相关最小冗余的Filter-Wrapper混合式特征选择方法.Filter模型是基于互信息和特征的相关冗余综合测度,Wrapper模型是基于改进的简化粒子群算法.在PSO搜索过程中,... 在分析粒子群优化(PSO)算法和简化PSO算法的基础上,提出一种基于PSO的最大相关最小冗余的Filter-Wrapper混合式特征选择方法.Filter模型是基于互信息和特征的相关冗余综合测度,Wrapper模型是基于改进的简化粒子群算法.在PSO搜索过程中,引入相关冗余度量标准来选择特征子集,将Filter融合在Wrapper中,利用Filter的高效率和Wrapper的高精度提高搜索的速度和性能.最后以支持向量机(SVM)为分类器,在公共数据集UCI上进行实验,实验结果表明了所提出算法的可行性和有效性. 展开更多
关键词 特征选择 粒子群优化 Filter Wrapper 互信息
暂未订购 下载PDF
一种使用多Filter初始化GA种群的混合特征选择模型 认领 引用 被引量：6
4
作者 高鹏毅 陈传波 +3 位作者 张葵 朱力 胡迎松 李丹 《小型微型计算机系统》 CSCD 北大核心 2012年第11期2379-2384,共6页
特征选择已经是高维数据处理尤其是模式识别领域中的一个关键问题.提出一种混合特征选择模型用于从潜在的相关特征中选择那些最重要的特征.该模型包括两部分:filter部分与wrapper部分.在filter部分,4种不同的Filter方法分别对候选特征... 特征选择已经是高维数据处理尤其是模式识别领域中的一个关键问题.提出一种混合特征选择模型用于从潜在的相关特征中选择那些最重要的特征.该模型包括两部分:filter部分与wrapper部分.在filter部分,4种不同的Filter方法分别对候选特征进行独立排序,在融合后进一步生成综合特征排序,综合排序随后产生遗传算法(GA)的初始种群.在wrapper部分,GA算法根据神经网络的分类准确率对个体(特征子集)进行评价,以便于搜索到最优的特征子集.测试结果表明,该模型不仅能有效地减少特征子集的大小,而且还可以进一步提高分类识别的准确率和效果. 展开更多
关键词 特征选择 遗传算法 神经网络 滤波法 封装法 混合特征选择
暂未订购 下载PDF
基于Relief和SVM-RFE的组合式SNP特征选择 认领 引用 被引量：17
5
作者 吴红霞 吴悦 +1 位作者 刘宗田 雷州 《计算机应用研究》 CSCD 北大核心 2012年第6期2074-2077,共4页
针对SNP的全基因组关联分析面临SNP数据的高维小样本特性和遗传疾病病理的复杂性两大难点,将特征选择引入SNP全基因组关联分析中,提出基于Relief和SVM-RFE的组合式SNP特征选择方法。该方法包括两个阶段:Filter阶段,使用Relief算法剔除无... 针对SNP的全基因组关联分析面临SNP数据的高维小样本特性和遗传疾病病理的复杂性两大难点,将特征选择引入SNP全基因组关联分析中,提出基于Relief和SVM-RFE的组合式SNP特征选择方法。该方法包括两个阶段:Filter阶段,使用Relief算法剔除无关SNPs;Wrapper阶段,使用基于支持向量机的特征递归消减方法(SVM-RFE)筛选出与遗传疾病相关的关键SNPs。实验表明,该方法具有明显优于单独使用SVM-RFE算法的性能,优于单独使用Relief-SVM算法的分类准确率,为SNP全基因组关联分析提供了一种有效途径。 展开更多
关键词 单核苷酸多态性 全基因组关联研究 特征选择 过滤式 缠绕式 组合式
暂未订购 下载PDF
基于filter+wrapper模式的特征选择算法 认领 引用 被引量：21
6
作者 周传华 柳智才 +1 位作者 丁敬安 周家亿 《计算机应用研究》 CSCD 北大核心 2019年第7期1975-1979,2010,共5页
特征选择是数据挖掘、机器学习和模式识别中始终面临的一个重要问题。针对类和特征分布不均时,传统信息增益在特征选择中存在的选择偏好问题,提出了一种基于信息增益率与随机森林的特征选择算法。该算法结合filter和wrapper模式的优点,... 特征选择是数据挖掘、机器学习和模式识别中始终面临的一个重要问题。针对类和特征分布不均时,传统信息增益在特征选择中存在的选择偏好问题,提出了一种基于信息增益率与随机森林的特征选择算法。该算法结合filter和wrapper模式的优点,首先从信息相关性和分类能力两个方面对特征进行综合度量,然后采用序列前向选择(sequential forward selection,SFS)策略对特征进行选择,并以分类精度作为评价指标对特征子集进行度量,从而获取最优特征子集。实验结果表明,该算法不仅能够达到特征空间降维的效果,而且能够有效提高分类算法的分类性能和查全率。 展开更多
关键词 信息增益率 随机森林 特征选择 filter模式 wrapper模式
暂未订购 下载PDF
基于互信息的混合属性数据特征选择方法 认领 引用 被引量：5
7
作者 刘海涛 魏汝祥 袁昊劼 《海军工程大学学报》 CAS 北大核心 2016年第4期78-84,共7页
对于混合属性条件下的特征选择问题,给出了一种基于互信息的特征选择方法。首先,将互信息的定义推广到混合属性,在给出其计算方法的基础上,利用互信息定义了一种新的混合属性间的相关性度量;然后,通过对过滤式特征选择中的评价准则进行... 对于混合属性条件下的特征选择问题,给出了一种基于互信息的特征选择方法。首先,将互信息的定义推广到混合属性,在给出其计算方法的基础上,利用互信息定义了一种新的混合属性间的相关性度量;然后,通过对过滤式特征选择中的评价准则进行改造,完成原始特征的初选;最后,以估算精度为标准,对过滤式特征选择中的参数进行优化,确定最终的特征子集。实验结果表明:该方法具有较好的稳定性和估算精度。 展开更多
关键词 特征选择 混合属性 互信息 过滤式 封装式
暂未订购 下载PDF
考虑特征组合效应的电网关键稳定特征筛选方法研究 认领 引用 被引量：11
8
作者 徐遐龄 胡伟 +4 位作者 王春明 李勇 张鹏 郑乐 吴双 《中国电机工程学报》 EI CSCD 北大核心 2018年第8期2232-2238,共7页
电力系统中的元件众多,特征量数目十分庞大。在电网的安全稳定问题中,找到起关键作用的特征,对于电网的监控与安全运行十分重要。随着电网时空特性越来越复杂,仅靠人工经验筛选关键特征,难以全面把握电网的运行规律。现有的特征选择方法... 电力系统中的元件众多,特征量数目十分庞大。在电网的安全稳定问题中,找到起关键作用的特征,对于电网的监控与安全运行十分重要。随着电网时空特性越来越复杂,仅靠人工经验筛选关键特征,难以全面把握电网的运行规律。现有的特征选择方法,对于特征间的组合效应考虑较少,筛选出的特征物理意义不明确,不便于调度运行人员监控。基于此,该文借助信息论提出一种考虑组合效应的电网关键特征的筛选方法,基于现有稳定规程中已被实践证明的关键潮流断面特征,筛选能够为这些关键潮流断面特征提供补充信息的特征,共同构成电网的关键特征子集。该方法一方面能够筛选出包含关键断面特征的特征子集,便于调度运行人员实施监控,是对稳定规程的补充,具有重要的实用价值;另一方面,在一定程度上将电力系统的因果关系与数据挖掘领域的相关关系相结合。 展开更多
关键词 安全域 关键特征选择 潮流断面 组合效应 互信息 过滤过程 封装过程
暂未订购 下载PDF
辅助材料设计参数对卷烟7种烟气有害成分释放量的影响 认领 引用 被引量：45
9
作者 赵乐 彭斌 +13 位作者 于川芳 何书杰 刘克建 赵晓东 王洪波 郭吉兆 颜权平 余晶晶 李萍 向能军 孟昭宇 崔涛 杨军 聂聪 《烟草科技》 CAS 北大核心 2012年第10期46-50,84,共5页
为考察辅助材料设计参数对卷烟7种烟气有害成分释放量的影响,采用单因素影响设计法制备了40种试验卷烟,考察了卷烟纸透气度、卷烟纸定量、滤棒吸阻、接装纸透气度、成型纸透气度和滤嘴通风度对这些卷烟主流烟气CO、氢氰酸、NNK、氨、苯... 为考察辅助材料设计参数对卷烟7种烟气有害成分释放量的影响,采用单因素影响设计法制备了40种试验卷烟,考察了卷烟纸透气度、卷烟纸定量、滤棒吸阻、接装纸透气度、成型纸透气度和滤嘴通风度对这些卷烟主流烟气CO、氢氰酸、NNK、氨、苯并[a]芘、苯酚、巴豆醛释放量的影响。结果表明:①卷烟纸定量对苯酚和CO的释放量有显著的影响,随着卷烟纸定量的增加,苯酚释放量下降,CO量增加;②卷烟纸透气度与HCN,NH3,BaP,CO和苯酚释放量有显著的负相关关系,影响大小依次为HCN>NH3>BaP≈CO>苯酚;③滤棒吸阻与NNK,NH3,HCN,苯酚,BaP和CO释放量有显著的负相关关系,影响大小依次为苯酚>NH3>NNK>HCN>BaP>CO;④滤棒成型纸透气度和接装纸透气度对CO,NNK,NH3,HCN,巴豆醛,苯酚和BaP释放量均有一定的影响,但成型纸透气度的影响较小,接装纸透气度的影响较明显。随着接装纸透气度的增大,成型纸透气度对有害成分释放量的影响程度增大;⑤滤嘴通风度与CO,NH3,HCN,巴豆醛,苯酚和BaP有显著的负相关关系,其影响大小依次为HCN>CO>巴豆醛>NH3>苯酚>BaP。辅助材料设计参数对卷烟7种烟气有害成分有一定的影响。 展开更多
关键词 卷烟纸 接装纸 成型纸 滤棒 CO HCN NNK NH3 苯并[a]芘 苯酚 巴豆醛
暂未订购 下载PDF
混合过滤器和封装器启发式判别籽棉成熟度 认领 引用 被引量：2
10
作者 王玲 刘善军 +1 位作者 陈兵林 姬长英 《计算机研究与发展》 EI CSCD 北大核心 2013年第2期269-277,共9页
描述田间籽棉成熟度的形态结构和边界轮廓特征集存在维数灾难,其特征选择问题属于NP难题.基于交叉验证,提出了一种过滤器下浮动搜索并基于封装器停止搜索的求解算法.在训练集上以最大类可分性测量值为过滤器的评估函数启发式搜索最优l... 描述田间籽棉成熟度的形态结构和边界轮廓特征集存在维数灾难,其特征选择问题属于NP难题.基于交叉验证,提出了一种过滤器下浮动搜索并基于封装器停止搜索的求解算法.在训练集上以最大类可分性测量值为过滤器的评估函数启发式搜索最优l维特征子集(l=1,2,3,…),启发式规则包括最优特征组合和浮动搜索;在训练集上以Bayes分类器的误分率为封装器的评估函数对最优l维特征子集建模,模型在验证集上的平均误分率极小处产生的最优特征子集的容量为6,它们在预测集上的平均识别率为87.61%.在相关研究工作所涉及的40个数据集上验证算法的有效性,结果表明,在29个数据集上算法的分类性能好,执行效率高. 展开更多
关键词 籽棉 成熟度 特征选择 过滤器 封装器 启发式搜索
暂未订购 下载PDF
基于图像特征选择识别田间籽棉品级 认领 引用 被引量：7
11
作者 王玲 陈兵林 +1 位作者 刘善军 姬长英 《农业工程学报》 EI CAS CSCD 北大核心 2011年第7期190-195,共6页
依据中国籽棉品级文字标准,在HSI颜色空间提取了反映籽棉颜色和杂质含量的14个纹理特征以及反映棉瓣大小、结构的16个形状特征,该特征集存在维数灾难,需要进行降维。面向籽棉品级识别的特征选择问题属于非多项式(NP)难题,该文基于交叉... 依据中国籽棉品级文字标准,在HSI颜色空间提取了反映籽棉颜色和杂质含量的14个纹理特征以及反映棉瓣大小、结构的16个形状特征,该特征集存在维数灾难,需要进行降维。面向籽棉品级识别的特征选择问题属于非多项式(NP)难题,该文基于交叉验证、混合Filter-Wrapper和启发式搜索提出了一种求解算法。首先,以最优特征组合和浮动搜索为启发式搜索策略,基于10-折交叉验证在每一个训练集上用Filter启发式搜索最优l维特征子集(l=1,2,3,…,30),评价函数为类可分性准则;其次,在10个训练集上用Wrapper从最优l维特征子集中选择最优特征子集的容量(l=1,2,3,…,30),评价函数为Bayes分类器的误分率,10个验证集的平均误分率极小处产生最优特征子集的容量;最后,在最优特征子集容量处验证预测集的平均误分率。结果表明,所选择的10个最优特征子集在预测集上的平均识别率为88.39%,混合Filter-Wrapper和浮动搜索的特征选择算法效率高、效果好。 展开更多
关键词 籽棉 品级 特征提取 交叉验证 Filter 启发式搜索 Wrapper
暂未订购 下载PDF
Multi-Objective Equilibrium Optimizer for Feature Selection in High-Dimensional English Speech Emotion Recognition 认领 引用
12
作者 Liya Yue Pei Hu +1 位作者 Shu-Chuan Chu Jeng-Shyang Pan 《Computers, Materials & Continua》 SCIE EI 2024年第2期1957-1975,共19页
Speech emotion recognition(SER)uses acoustic analysis to find features for emotion recognition and examines variations in voice that are caused by emotions.The number of features acquired with acoustic analysis is ext... Speech emotion recognition(SER)uses acoustic analysis to find features for emotion recognition and examines variations in voice that are caused by emotions.The number of features acquired with acoustic analysis is extremely high,so we introduce a hybrid filter-wrapper feature selection algorithm based on an improved equilibrium optimizer for constructing an emotion recognition system.The proposed algorithm implements multi-objective emotion recognition with the minimum number of selected features and maximum accuracy.First,we use the information gain and Fisher Score to sort the features extracted from signals.Then,we employ a multi-objective ranking method to evaluate these features and assign different importance to them.Features with high rankings have a large probability of being selected.Finally,we propose a repair strategy to address the problem of duplicate solutions in multi-objective feature selection,which can improve the diversity of solutions and avoid falling into local traps.Using random forest and K-nearest neighbor classifiers,four English speech emotion datasets are employed to test the proposed algorithm(MBEO)as well as other multi-objective emotion identification techniques.The results illustrate that it performs well in inverted generational distance,hypervolume,Pareto solutions,and execution time,and MBEO is appropriate for high-dimensional English SER. 展开更多
关键词 Speech emotion recognition filter-wrapper high-dimensional feature selection equilibrium optimizer multi-objective
暂未订购 下载PDF
卷烟接装纸、成型纸中荧光增白剂ABP、VBL的HPLC测定 认领 引用 被引量：44
13
作者 王艳 姚孝元 +6 位作者 韩云辉 金鑫 范黎 孙波 李栋 李青常 戚其平 《烟草科技》 CAS 北大核心 2007年第11期40-44,共5页
采用高效液相色谱法同时检测了64个卷烟滤嘴成型纸、接装纸样品中的荧光增白剂ABP、VBL含量。即先用紫外灯照射纸样品，而后用N，N-二甲基甲酰胺提取显示荧光的样品，提取液经Alltima C18柱（150mm×4．6mm×5μm）色谱分离和... 采用高效液相色谱法同时检测了64个卷烟滤嘴成型纸、接装纸样品中的荧光增白剂ABP、VBL含量。即先用紫外灯照射纸样品，而后用N，N-二甲基甲酰胺提取显示荧光的样品，提取液经Alltima C18柱（150mm×4．6mm×5μm）色谱分离和甲醇水（体积比45：55，流速1．0mL／min）混合液洗脱，在波长435nm下检测。结果显示：①ABP、VBL的捡出限分别为0．10、0．15ng／mL，平均回收率101．0％～102．1％、102．0％-～04．2％，RSD 0．66％～2．48％、0．89％～1．84％；②60个纸样在紫外光下没有荧光；③4个有荧光的纸样中均未检出ABP，而都检出了VBL，其中，1个为接装纸样品，3个为成型纸样品。该法适用于批量卷烟滤嘴成型纸和接装纸中荧光增白剂ABP、VBL的同时测定。 展开更多
关键词 卷烟 接装纸 成型纸 荧光增白剂 高效液相色谱法
暂未订购 下载PDF
故障特征组合选择方法 认领 引用 被引量：3
14
作者 王新峰 邱静 刘冠军 《数据采集与处理》 EI 北大核心 2005年第2期181-185,共5页
特征选择方法主要包括过滤方法和绕封方法。为了利用过滤方法计算简单和绕封方法精度高的优点,提出一种组合过滤和绕封方法的特征选择新方法。该方法首先利用基于互信息准则的过滤方法得到满足一定精度要求的子集后,再采用绕封方法找到... 特征选择方法主要包括过滤方法和绕封方法。为了利用过滤方法计算简单和绕封方法精度高的优点,提出一种组合过滤和绕封方法的特征选择新方法。该方法首先利用基于互信息准则的过滤方法得到满足一定精度要求的子集后,再采用绕封方法找到最后的优化特征子集。由于遗传算法在组合优化问题上的成功应用,对特征子集寻优采用了遗传算法。在数值仿真和轴承故障特征选择中,采用新方法在保证诊断精度的同时,可以节省大量选择时间。组合特征选择方法有较好的寻优特征子集的能力,能够节省选择时间,具有高效、高精度的双重优点。 展开更多
关键词 特征选择 过滤方法 绕封方法 互信息 遗传算法
暂未订购 下载PDF
一种新的混合特征选择方法RRK 认领 引用 被引量：7
15
作者 刘杰 金弟 +1 位作者 杜惠君 刘大有 《吉林大学学报（工学版）》 EI CAS 北大核心 2009年第2期419-423,共5页
提出一种新的基于包装方法和过滤器方法的混合特征选择算法RRK。该算法主要包括两个方面:①在特征预选阶段,提出一种基于ReliefF算法的特征加权算法NReliefF和降维算法DR,以实现特征加权并去掉不太重要的特征;②在特征选择阶段,把NReli... 提出一种新的基于包装方法和过滤器方法的混合特征选择算法RRK。该算法主要包括两个方面:①在特征预选阶段,提出一种基于ReliefF算法的特征加权算法NReliefF和降维算法DR,以实现特征加权并去掉不太重要的特征;②在特征选择阶段,把NReliefF算法和KNN算法结合起来,将预选特征作为输入,用分类正确率来选择最优特征。分别采用一个实际的乘员类型数据集和UCI上的imagine标准数据集进行了实验。实验结果表明,采用RRK后分类的效率和正确率都有明显提高。 展开更多
关键词 人工智能 特征选择 包装方法 过滤器方法 ReliefF算法
暂未订购 下载PDF
基于过滤器-封装器组合模型的故障特征选择算法 认领 引用 被引量：2
16
作者 周志红 周新聪 袁成清 《中国机械工程》 EI CAS 北大核心 2007年第16期1988-1991,共4页
利用过滤器法运行速度快和封装器法精度高的优点,提出了一种新的Filter-Wrapper两阶段组合式特征选择算法。在Filter阶段,算法采用Fisher准则对特征进行排序;在Wrapper阶段,以分类器的性能作为适应度函数,根据特征排序结果采用遗传算法... 利用过滤器法运行速度快和封装器法精度高的优点,提出了一种新的Filter-Wrapper两阶段组合式特征选择算法。在Filter阶段,算法采用Fisher准则对特征进行排序;在Wrapper阶段,以分类器的性能作为适应度函数,根据特征排序结果采用遗传算法搜索特征子集。运用滚动轴承故障模拟试验的数据对所提出的算法进行了验证,结果表明,相比单一的过滤器法或封装器法,该算法能够同时提高特征选择的性能和效率。 展开更多
关键词 故障诊断 特征选择 过滤器法 封装器法
暂未订购 下载PDF
特征选择的轻量级入侵检测系统 认领 引用 被引量：2
17
作者 田俊峰 黄红艳 常新峰 《计算机工程与应用》 北大核心 2009年第4期111-114,共4页
特征选择能够很好地消除冗余和噪音特征,有利于提高入侵检测系统的检测速度和效果,因而对基于特征选择的入侵检测系统进行研究是必要的,也符合入侵检测领域的发展趋势。提出了一种基于过滤器模式的轻量级入侵检测系统,无论是在数据集的... 特征选择能够很好地消除冗余和噪音特征,有利于提高入侵检测系统的检测速度和效果,因而对基于特征选择的入侵检测系统进行研究是必要的,也符合入侵检测领域的发展趋势。提出了一种基于过滤器模式的轻量级入侵检测系统,无论是在数据集的特征选择算法还是分类器的参数优化上,都给出了有效的实施策略,提高了检测速度,降低了分类干扰,提高了入侵检测的检测率。 展开更多
关键词 特征选择 轻量级入侵检测系统 过滤器 封装器
暂未订购 下载PDF
一种新型软件缺陷预测模型研究 认领 引用 被引量：1
18
作者 韩璐 荆晓远 《南京邮电大学学报（自然科学版）》 北大核心 2015年第1期95-101,共7页
对软件度量元的选择问题是软件缺陷预测中的重要研究内容之一。文中通过采用互信息(MI)来计算度量元与度量元、度量元与目标类别之间的相关性,提出了信息损失最小准则,并将该准则作为Filter模型中消除冗余度量元的依据,然后结合现有的Wr... 对软件度量元的选择问题是软件缺陷预测中的重要研究内容之一。文中通过采用互信息(MI)来计算度量元与度量元、度量元与目标类别之间的相关性,提出了信息损失最小准则,并将该准则作为Filter模型中消除冗余度量元的依据,然后结合现有的Wrapper模型来选择最终对分类有帮助的度量元集合。该方法既能减轻Wrapper模型高计算成本的负担,又能弥补单纯使用Filter模型对软件缺陷的预测能力相对较弱的缺点。实验表明:该方法在召回率、F-measure值上都有明显的提高,具有一定的有效性和实用性。 展开更多
关键词 软件度量元选择 Filter Wrapper 软件缺陷预测 信息损失最小
暂未订购 下载PDF
辅助材料设计参数对烤烟型卷烟烟气焦油、烟碱和CO释放量的影响 认领 引用 被引量：68
19
作者 彭斌 孙学辉 +4 位作者 尚平平 赵乐 李翔 李萍 聂聪 《烟草科技》 CAS 北大核心 2012年第2期61-65,82,共5页
为探索辅助材料与卷烟烟气化学成分之间的关系,研究了卷烟纸定量、卷烟纸透气度、成形纸透气度、接装纸透气度和滤棒吸阻对卷烟主流烟气焦油、烟碱和CO释放量的影响,并通过辅材设计参数的组合设计,建立了辅材设计参数预测焦油、烟碱和C... 为探索辅助材料与卷烟烟气化学成分之间的关系,研究了卷烟纸定量、卷烟纸透气度、成形纸透气度、接装纸透气度和滤棒吸阻对卷烟主流烟气焦油、烟碱和CO释放量的影响,并通过辅材设计参数的组合设计,建立了辅材设计参数预测焦油、烟碱和CO释放量的数学模型。结果表明:①卷烟纸定量增加CO释放量增加;②卷烟纸透气度增加,焦油、烟碱和CO释放量降低;③滤棒吸阻增加,焦油和烟碱释放量降低;④接装纸透气度增加,焦油、烟碱和CO释放量显著降低;⑤成形纸透气度增加,焦油、烟碱和CO释放量降低,降低程度与配合使用的接装纸透气度有关;⑥焦油、烟碱和CO释放量预测模型的预测值与实测值基本吻合。 展开更多
关键词 卷烟 卷烟纸 接装纸 成形纸 定量 透气度 滤嘴 通风度 吸阻 焦油 烟碱 CO
暂未订购 下载PDF
面向田间籽棉成熟度判别的二种特征选择算法比较 认领 引用
20
作者 王玲 刘德营 姬长英 《光学精密工程》 EI CAS CSCD 北大核心 2013年第8期2121-2128,共8页
为了快速、准确地判别田间籽棉的成熟度,提取了描述棉瓣形状的15个结构特征,基于10折交叉验证比较了封装器下穷举搜索并基于封装器停止搜索(WE-W)和过滤器下启发式搜索并基于封装器停止搜索(FH-W)这二种特征选择算法的执行效率和分类性... 为了快速、准确地判别田间籽棉的成熟度,提取了描述棉瓣形状的15个结构特征,基于10折交叉验证比较了封装器下穷举搜索并基于封装器停止搜索(WE-W)和过滤器下启发式搜索并基于封装器停止搜索(FH-W)这二种特征选择算法的执行效率和分类性能。分别以验证集上Bayes分类器的误分率(WE-W)和训练集上的类可分性测量值(FH-W)为评价函数,在训练集上穷举搜索(WE-W)和启发式搜索(FH-W)最优l维特征子集,l=1,2,…,15,并于Bayes分类器在验证集上的平均误分率极小时停止搜索(WE-W和FH-W)。结果显示,WE-W和FH-W算法在预测集上于l=3处分别获得了85.39%(WE-W)和85.28%(FH-W)的平均识别率,表明FH-W算法执行效率高、分类性能好,对实际应用有参考意义。 展开更多
关键词 籽棉成熟度 封装器 穷举搜索 过滤器 启发式搜索 特征选择
暂未订购 下载PDF
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈