📚 特征选择技术资料

📦 资源总数：6454
📄 技术文档：1
💻 源代码：18530
特征选择是机器学习与数据挖掘中的关键步骤，通过减少冗余特征来提高模型性能和效率。广泛应用于信号处理、图像识别及自动化控制等领域，助力工程师优化算法设计，提升系统智能化水平。掌握这一技术不仅能增强数据分析能力，还能促进创新解决方案的开发。探索我们的6454个精选资源，深入理解特征选择方法及其在电子工程中的实际应用案例。

🔥 特征选择热门资料

查看全部6454个资源 »

提出了一个自适应量子粒子群优化算法，用于训练RBF网络的基函数中心和宽度，并结合最小二乘法计算网络权值，对RBF网络的泛化能力进行改进并用于特征选择。实验结果表明，采用自适应量子粒子群优化算法获得的RBF网络模型不但具有很强的泛化能力，而且具有良好的稳定性，能够选择出较优秀的特征子集。...

📅 👤 erkuizhang
RBF 神经网络 特征选择 中的应用

本文提出一种用于独立成份分析(ICA)的特征选择滤波方案用于改善ICA算法对关键独立成份(SOI)的分离和提取,关键独立成份在其信号样本数据的空间分布上具有一定特征. 本文以平滑滤波为例,表明加入此类特征滤波的ICA算法可以改善对于视觉功能区等平滑图象信号的提取. 因此, 这种特征滤波技术在估计具有...

📅 👤 han_zh
ICA 独立 SOI 分

📄 特征选择技术文档

查看更多 »
📄
弹性模板匹配算法中的特征选择.pdf 弹性模板匹配算法中的特征选择.pdf
弹性 模板匹配 算法

💻 特征选择源代码

查看更多 »
💻
30.txt
💻
33.txt
💻
34.txt
💻
10.txt
💻
11.txt
💻
39.txt
📂 特征选择资料分类
🔥 热门资料 查看最受欢迎的资源 📄 技术文档 技术手册与Datasheet 💻 源代码 程序代码与工程文件 📚 全部资料 6454 个资源