Binary Particle Swarm Optimization for Feature Selection：简单算法展示了如何在特征选择问题中使用二进制粒子群优化（BPSO）。-matlab开发
用于特征选择任务的简单二元粒子群优化（BPSO），可以选择潜在特征以提高分类精度。
演示了一个示例，该示例说明了如何使用具有分类错误率的BPSO（由KNN计算）作为使用基准数据集进行特征选择问题的适应度函数。
****************************************************** ****************************************************** **********************************
2022-05-15 11:35:47
121KB
1
今天小编就为大家分享一篇Layui动态生成select下拉选择框不显示的解决方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2022-05-15 00:07:25
39KB
1
看到最近好多反截图，精易也出禁止截图，我也更新下反反截图，这次支持
范围截图
和
直接截图
常规的截图选择区域时已经触发反截图程序黑屏了，这里用外形框代替区域选择的红线，圈住的范围就是截图的范围
这里含2个源码，反截图 和反反截图的 还有一个成品反反截图，
模块就不上传了，
源码内已经标明用什么模块取代源码内的功能
精易9.0 和 大漠
你们自行下载
大漠绑定命令 dm_ret = dm.BindWindow(D*f,"gdi","windows","windows",0)
上图是企鹅截图贴出来的企鹅是截取不到反截图的窗口，反反截图程序上的图是区域截图反截图窗口页面的
以前有发反反截图，不过那个用的
输入设备
很多系统不支持，这次改进用精易的鼠标监视
方法很简单会用大漠的基本一看就会
2022-05-14 17:17:08
90KB
1
摘 要 短时强降水是气象上的常见灾害性天气，准确认识短时强降水的发生规律和科学有效地预报是防灾减灾的关键问题。利用江苏省13个气象观测站历史上短时强降水观测资料，用遗传算法进行特征选择，选定影响短时强降水的对流抑制能、对流有效势能、高空水汽通量场等19个特征为主要因素，将是否短时强降水抽象成二元分类问题。借助机器学习中CART决策树算法进行分类分析，构建便于预报员使用的短时强降水预报规则集。实验部分，随机选择3000条样本进行训练模型，得到适合江苏地区的短时强降水规则集，用剩余的838条数据进行检验，模型的短时强降水预报准确率为88.26%，非强降雨预报准确率为96.81%，较特征选择之前分别提升4.75%和0.70%。
2022-05-14 16:05:48
2.86MB
1
维度灾难是机器学习任务中的常见问题，特征选择算法能够从原始数据集中选取出最优特征子集，降低特征维度.提出一种混合式特征选择算法，首先用卡方检验和过滤式方法选择重要特征子集并进行标准化缩放，再用序列后向选择算法（SBS）与支持向量机（SVM）包裹的SBS-SVM算法选择最优特征子集，实现分类性能最大化并有效降低特征数量.实验中，将包裹阶段的SBS-SVM与其他两种算法在3个经典数据集上进行测试，结果表明，SBS-SVM算法在分类性能和泛化能力方面均具有较好的表现.
2022-05-13 15:05:33
1.2MB
1