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。
****************************************************** ****************************************************** **********************************
文件下载
评论信息
其他资源
- 可见光通信模块电路图.pdf
- AEB系统控制算法（上）.zip
- AT&T汇编语言手册2015
- wine.deb Linux下的windows兼容工具
- navicat.11.2.16版64位.rar
- TinaLinux_SDK开发指南.pdf
- 电子图书馆网站设计
- ASP.NET在线图书馆管理系统（完整源码）
- cad批量PU工具
- Engineeing Design via Surrogate Modelling-A practical guide
- 基于C# MVC开发的WEB API通用框架 附带 微信 支付宝支付集成
- 20脚JTAG封装
- gitlab项目流程详细版
- epm-11-2-x-cert-matrix.xlsx
- C语言程序设计第五版-谭浩强-课后习题答案-完整版.pdf
- 【ssm项目源码】后台管理系统.zip
- 【AB-PLC】UDP通信程序UDP_COM_V30.rar
- cuda10.1-ubuntu1604.part2.rar
- Water_Drink_Reminder_Pro_v4.315.256_build_256.apk
- 触发器里调控制器方法.docx
- 人脸对比实战项目
- 隐马尔科夫模型HMM的具体算法代码，包括前向、后向算法、EM参数重估等。
- pc远控android开源项目
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
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