注册帐号丨忘记密码?
1.点击网站首页右上角的“充值”按钮可以为您的帐号充值
2.可选择不同档位的充值金额,充值后按篇按本计费
3.充值成功后即可购买网站上的任意文章或杂志的电子版
4.购买后文章、杂志可在个人中心的订阅/零买找到
5.登陆后可阅读免费专区的精彩内容
打开文本图片集
摘 要:高维数据存在大量的冗余变量和噪声,传统的分类方法在高维情况下通常效果不佳。为提高分类性能,将迭代稀疏组套索和支持向量机结合,提出了一种新的高维分类方法iSGL-SVM。分别在prostate和Tox_171数据集上验证了所提出的方法,并与其它三种方法进行比较。实验结果表明,该方法具有更好的变量选择效果和较高的分类精度,可广泛应用于高维小样本数据集的分类。(剩余7007字)
登录龙源期刊网
购买文章
基于迭代稀疏组套索及SVM的高维分类研究
文章价格:5.00元
当前余额:100.00
阅读
您目前是文章会员,阅读数共:0篇
剩余阅读数:0篇
阅读有效期:0001-1-1 0:00:00