您当前的位置:
首页 >
文章列表页 >
基于SVM的网络数据无监督特征选择算法
基于SVM的网络数据无监督特征选择算法
Unsupervised feature selection algorithm based on support vector machine for network data
- “2020年7月30日解放军信息工程大学信息系统工程学院的琨代团队在《吉林大学学报(工学版)》发文,介绍了其在网络数据处理领域的研究进展,该团队提出了一种基于支持向量机的无监督特征选择算法,为解决线性不可分网络数据特征选择问题提供了新方法。”
- 吉林大学学报(工学版) 2015年45卷第2期 页码:576-582
DOI: 10.13229/j.cnki.jdxbgxb201502035
移动端阅览
AI导读
HTML全文
图( 1 ) 表( 0 )
参考文献
出版信息
数据统计
118
浏览量
27
下载量
8
CSCD
文章被引用时,请邮件提醒。
提交
工具集
- BibTeX下载
- Endnote下载
- RefMan 下载
- NoteExpress下载
- NoteFirst下载
相关文章
基于密度聚类和多示例学习的图像分类方法
基于混沌不变量的多任务人体运动行为特征识别方法
偏置余弦网络:用于遥感影像的语义分割网络
基于离散采样的多模态四足机器人路径规划
基于机器学习的汽车设计智能拟合方法
相关作者
陈涛
邓辉舫
刘靖
王操惠
李慧聪
特日根
李想
刘欣悦
相关机构
华南理工大学 计算机科学与工程学院
武汉体育学院
电子科技大学
长光卫星技术股份有限公司
吉林省卫星遥感应用技术重点实验室

