ReliefF和APSO混合降维算法研究-中国期刊网

摘要降维与分类一直是机器学习的研究热点，在很多领域有着成功的应用．针对基因数据分类存在特征维数过高、冗余数据和高噪声等问题，现提出一种基于ReliefF和自适应粒子群（APSO）优化的混合降维算法．即先通过ReliefF和APSO算法选择特征子集，然后使用超限学习机作为评价函数对基因数据进行分类，最后通过循环迭代得到最优的分类精度．实验证明，混合降维算法与已有的算法相比分类精度更高、更稳定，它适用于基因表达数据降维．

1陈群;姚加林. 混合交通网络设计问题的迭代降维算法.高等教育学,2012-02.
2窦道祥;李茂;何子述. 单基地MIMO雷达降维Power-ESPRIT算法.信号与信息处理,2015-01.
3郭明宇;崔国宏;马福罡;陈真. 基于PCA和ReliefF的潜山界面识别方法研究.油气井工程,2019-01.
4冯国丽. 一种智能天线降维频域波束形成算法的研究.通信与信息系统,2009-05.
5丁前军 ;王永良 ;张永顺. 降秩自适应滤波算法研究.信号与信息处理,2005-04.
6赵翔;何中全. Invex混合拟平衡问题及其算法研究.教育学,2008-06.
7冉崇善;张妍. 基于混合遗传算法的大规模VRP问题算法研究.计算机科学与技术,2016-06.
8何长江;袁仙春;廖振民;冯其京;梁仙红;伍应艳. 三维多介质欧拉有限体积格式的混合算法.物理,2004-01.
9韩芳. 云计算环境下混合加密算法研究.计算机应用技术,2015-05.
10冯有恒. 混合重质燃料油降粘的研究.市政工程,2022-11.

ReliefF和APSO混合降维算法研究

来源期刊

相关推荐

同分类资源更多

相关关键词

ReliefF和APSO混合降维算法研究

来源期刊

相关推荐

同分类资源 更多

相关关键词

同分类资源更多