psosvm的matlab代码-PSO-FS:粒子群算法用于特征选择

上传者: 38640984 | 上传时间: 2021-06-06 10:34:43 | 文件大小: 9.57MB | 文件类型: ZIP
pso svm的matlab代码粒子群算法 粒子群算法用于特征选择 运行MATLAB代码的步骤1:运行PSO.m文件 您可以将数据集和SVM分类器替换为您选择的数据集和SVM分类器。 如果发现错误,请给我们发送电子邮件。 萨迪·萨利(Sadegh Salesi) Georgina Cosma博士 参考:S. Salesi和G. Cosma,“一种新颖的用于特征选择的扩展二进制杜鹃搜索算法”,2017年第二届国际知识工程与应用大会(ICKEA),伦敦,2017年,第6-12页。 doi:10.1109 / ICKEA.2017.8169893关键字:{特征选择;优化;模式分类;随机过程;搜索问题;支持向量机;伪二元突变邻域搜索程序;扩展的杜鹃搜索算法;特征选择;分类精度;杜鹃鸟;Lévy飞行随机游走;搜索空间;Lévy飞行机制;扩展的二元布谷鸟搜索优化;布谷鸟搜索策略;支持向量机分类器;优化;搜索问题;特征提取;鸟;算法设计和分析;空间探索;收敛性;特征选择;分类;布谷鸟搜索;变元优化;自然启发式算法},URL: 摘要:杜鹃搜索是一种最新的自然启发式元启发式算法,其灵感来自杜鹃鸟积极的繁

文件下载

资源详情

[{"title":"( 11 个子文件 9.57MB ) psosvm的matlab代码-PSO-FS:粒子群算法用于特征选择","children":[{"title":"PSO-FS-master","children":[{"title":"target_ovr.xlsx <span style='color:#111;'> 9.61KB </span>","children":null,"spread":false},{"title":"data_bcp.xlsx <span style='color:#111;'> 61.74KB </span>","children":null,"spread":false},{"title":"PSO.m <span style='color:#111;'> 2.76KB </span>","children":null,"spread":false},{"title":"target_heart.xlsx <span style='color:#111;'> 9.89KB </span>","children":null,"spread":false},{"title":"target_bc.xlsx <span style='color:#111;'> 11.73KB </span>","children":null,"spread":false},{"title":"data_bc.xlsx <span style='color:#111;'> 154.79KB </span>","children":null,"spread":false},{"title":"svm.m <span style='color:#111;'> 795B </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 4.09KB </span>","children":null,"spread":false},{"title":"data_heart.xlsx <span style='color:#111;'> 62.47KB </span>","children":null,"spread":false},{"title":"target_bcp.xlsx <span style='color:#111;'> 9.50KB </span>","children":null,"spread":false},{"title":"data_ovr.xlsx <span style='color:#111;'> 9.28MB </span>","children":null,"spread":false}],"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明