基于多核和模糊决策的鲁棒模糊粗糙集模型用于特征选择

通过集合选择器进行基于粗糙集的半监督特征选择

基于二元萤火虫算法的多元生理信号特征选择与识别

运行文件PSO,即可运行程序。程序给了相应中文解释。本文件提供4个相关的数据集，前缀为data为是数据，前缀为target为数据的标签。注：使用的是MATLAB2016a版本，采用MATLAB自带的SVM,若已安装林志仁SVM，则程序可能会运行失败，解决办法：MATLAB设置路径为默认路径，再次运行即可。

本文档是用于特征选择的FEAST工具箱，里面有C、matlab、java类型的特征选择代码。有JMI、MRMR、CMIM、FCBC、MIM、RELIEF、WMIM等特征选择算法。 对于C语言代码，还需要MIToolbox的代码，会在后面上传，可下载

使用改进的SFLA进行疾病诊断的高维生物医学数据特征选择

使用改进的改组蛙跳算法对优化的高维生物医学数据进行特征选择

针对表征矿物浮选工况的泡沫图像特征冗余性大的问题,提出了一种无监督约简的浮选泡沫图像特征选择方法.该方法首先定义敏感性指数,并基于敏感性指数约简得到与工况相关的敏感图像特征集;然后针对敏感图像特征之间的自相关性,提出基于粗糙集属性重要度的敏感图像特征集约简方法;最后将该方法应用于金锑浮选过程,并利用工业现场数据进行测试,证明了该方法的有效性,为基于机器视觉的浮选过程监控创造了条件.

研究了基于运动想象的皮层脑电信号ECoG的特点,针对BCI2005竞赛数据集I中的ECoG信号,通过提取频带能量获得了想象左手小指及舌头运动时的特征,结合Fisher,SVM-RFE及L0算法对特征进行选择,采用10段交叉验证的方法得到训练数据集在各维特征数下的识别正确率并选出最佳特征组合.结果表明:三种特征选择方法中SVM-RFE算法所选出的特征组合可以获得最低的识别错误率以及最低的特征维数,针对所选出的特征组合,使用训练数据集的特征对线性支持向量机进行训练,使用训练好的模型对测试数据集进行分类,识别正确率可以达到94%.

这里包含一个App以及一个特征选择主成分分析