单击此处编辑母版标题样式单击此处编辑母版文本样式第二级第三级第四级第五级Ultra-high dimensional feature selectionYun Liliyunnjupt.eduOutlineSpectral feature selection Zheng Zhao. Spectral feature selection for mining ultrahigh dimen

Click to edit Master title styleClick to edit Master text stylesSecond levelThird levelFourth levelFifth level基于GANBPSO-SVM的高光谱影像特征选择方法谢福鼎 姚娆辽宁师范大学城市与环境学院辽宁 大连 116029图1 粒子编码地理科学201838(6)972-978.DOI:

国科学院自动化研究所Machine Learning and Data Mining 2004流形学习问题杨 剑中国科学院自动化研究所2004年12月29日国科学院自动化研究所维数约简增加特征数增加信息量提高准确性增加训练分类器的难度维数灾难解决办法：选取尽可能多的 可能有用的特征 然后根据需要进行特征约简.国科学院自动化研究所特征选择特征约简特征抽取依据某一标准选择性质最突出的特征经已有特征的

Click to edit Master title styleClick to edit Master text stylesSecond levelThird levelFourth levelFifth level4132011??Unsupervised Feature Selection for Multi-Cluster DataDeng Cai et al KDD 2010Prese

#

单击此处编辑母版标题样式单击此处编辑母版文本样式第二级第三级第四级第五级北京邮电大学信息工程学院第九章 特征选择与降维 §9-1 单个特征的评价 在本节中我们首先介绍几个对于单个特征进行评价的方法评价每个特征的标准通常是它的分类能力通过对于各个特征的评价可以选出那些对于分类最有效的特征淘汰那些无效的特征42020221北京邮电大学信息工程学院一. K-W 检验 K-W(Krus

Click to edit Master title styleClick to edit Master text stylesSecond levelThird levelFourth levelFifth level基于GANBPSO-SVM的高光谱影像特征选择方法谢福鼎 姚娆辽宁师范大学城市与环境学院辽宁 大连 116029图2 高光谱数据集(a)和相应的参考数据(b) 图例括号中数字为

第 32卷 第 4期 农 业 工 程 学 报 2016年 2月 Transactions of the Chinese Society of Agricultural Engineering Feb. 2016 211

#

单击此处编辑母版标题样式单击此处编辑母版文本样式第二级第三级第四级第五级第二章 特征的提取与选择特征 模式的描述表示表达 样本特征的提取 特征的选择 1分类结果识别过程训练过程数据获取预处理特征提取选择分类器设计分类决策分类器参数特征提取与选择2 在分类器设计中都是在d维特征空间已经确定的前提下进行的因此讨论的分类器设计问题是一个选择什么准则使用什么方法将已确定的d维特征空间

#