基于最优互信息的特征选取.docVIP

下载本文档

6
0
约5.42千字
约 8页
2017-02-13 发布于天津
举报
版权申诉

基于最优互信息的特征选取.doc

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于最优互信息的特征选取摘要本文提出一种新的多层神经网络的特征提取的方法基于所提出的每个特征的评价函数值此方法能够给出所有特征的排序该方法在人造数据集和真实数据集上进行了实验实验结果表明能够准确地高效地在各种数据集上鉴别出最优特征集关键词特征选取特征排序神经网络多层神经网络引言随着信息科学技术的快速发展在工业界和学术界有着更复杂和更大的多变量建模问题研究人员发现当不相关和冗余的特征向量剔除之后模式识别技术的性能将显着的提高由此特征提取成为了数据预处理和数据挖掘技术的重要的步骤之一具体来讲特征提取

基于最优互信息的特征选取摘nbsp; 要nbsp; 本文提出一种新的多层神经网络的特征提取的方法。基于所提出的每个特征的评价函数值,此方法能够给出所有特征的排序。该方法在人造数据集和真实数据集上进行了实验。实验结果表明OMI能够准确地高效地在各种数据集上鉴别出最优特征集。; 关键词nbsp; 特征选取;特征排序;神经网络;多层神经网络; 1nbsp; 引言; 随着信息科学技术的快速发展,在工业界和学术界有着更复杂和更大的多变量建模问题。研究人员发现当不相关和冗余的特征向量剔除之后,模式识别技术的性能将显着的提高。由此,特征提取成为了数据预处理和数据挖掘技术的重要的步骤之一。具体来讲,