检索结果-维普期刊中文期刊服务平台

基于顺序向前浮动搜索时频优选特征的缺陷识别被引量：4: 1; 作者车红昆吕福在项占琴《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2011年第12期2235-2239,共5页; 为提高超声检测缺陷识别的正确率和泛化能力,提出一种基于小波包分解和顺序向前浮动搜索(SFFS)算法的时频最优特征提取方法.该方法结合了无监督和有监督特征提取方法的优点,局部利用样本的先验分类信息以期达到更好的识别效果.介绍上述... 展开更多; 关键词特征提取顺序向前浮动搜索 FISHER准则支持向量机; 在线阅读下载PDF 职称材料

基于输入空间压缩的短期负荷预测被引量：18: 2; 作者许涛贺仁睦 +1 位作者王鹏徐东杰《电力系统自动化》 EI CSCD 北大核心 2004年第6期51-54,81,共5页; 由于影响负荷预测的因素复杂,并且实际获取的历史数据有限,传统的智能预测方法往往达不到工程应用的精度要求。为解决该问题,文中提出一种准确预测电力系统短期负荷的新思路:首先建立负荷输入特征选择模型,其搜索方法采用浮动搜索算法,... 展开更多; 关键词负荷预测特征选择浮动搜索支持向量机; 在线阅读下载PDF 职称材料

汽车运行状态识别方法研究(一)——特征参数选择被引量：4: 3; 作者田毅张欣 +1 位作者张昕张良《中国机械工程》 EI CAS CSCD 北大核心 2013年第9期1258-1263,共6页; 提出了一种将自适应遗传算法和浮动搜索算法相结合的混合搜索算法。首先通过自适应遗传算法对汽车运行状态特征参数之间的边界进行搜索,再依据获得的边界得出汽车运行状态特征参数全集特征;然后以浮动搜索算法对全集进行搜索,进而选择... 展开更多; 关键词混合搜索算法浮动搜索自适应遗传算法最优子集; 在线阅读下载PDF 职称材料

基于XGBoost的特征选择算法被引量：100: 4; 作者李占山刘兆赓《通信学报》 EI CSCD 北大核心 2019年第10期101-108,共8页; 分类问题中的特征选择一直是一个重要而又困难的问题。这类问题中要求特征选择算法不仅能够帮助分类器提高分类准确率,同时还要尽可能地减少冗余特征。因此,为了在分类问题中更好地进行特征选择,提出了一种新型的包裹式特征选择算法XGB... 展开更多; 关键词特征选择极端梯度提升序列浮动搜索策略; 在线阅读下载PDF 职称材料

一种适合大规模数据集的特征选择方法被引量：1: 5; 作者张莉陈恭和《计算机工程》 CAS CSCD 北大核心 2007年第4期184-186,共3页; 研究训练样本重要特征选择问题,提出了一种适合大规模数据集的特征选择方法。在不同的样本空间中利用特征相似性和浮动搜索方法的思想选择特征,基于互信息和分类准确度加权选择分类器,提出了基于Bagging选择性组合算法来提高特征选择算... 展开更多; 关键词特征选择特征相似性浮动搜索选择性集成; 在线阅读下载PDF 职称材料

基于混合特征选择算法的民航可疑订单特征提取: 6; 作者丁建立付丽洋 +1 位作者曹卫东王家亮《计算机工程与设计》北大核心 2018年第9期2887-2893,共7页; 为快速识别民航旅客订票系统中的可疑订单并及时清理占座,填补航空公司的收益漏洞,提出一种基于FilterWrapper的可疑订单特征选择算法。通过对特征的信息增益排序快速找到最优候选特征子集,利用序列前向浮动搜索算法(sequential forward... 展开更多; 关键词民航收益漏洞可疑订单特征选择信息增益序列前向浮动搜索决策树; 在线阅读下载PDF 职称材料

多准则赋权排序与C-SVM相结合的特征选择算法被引量：6: 7; 作者孙勤蒋艳凰 +2 位作者胡维张毅高峰《计算机工程与应用》 CSCD 北大核心 2018年第3期125-130,共6页; 数据挖掘中所获取的数据维数多,常常导致数据存储所需容量大,知识挖掘所需时间长,预测正确率不高等问题,特征选择是解决上述问题的重要方法之一。针对现有特征选择算法最佳特征个数难以确定及分类准确率有待进一步提高等问题,提出一种... 展开更多; 关键词特征选择最大相关最小冗余多准则赋权排序 C-支持向量机顺序前向浮动搜索; 在线阅读下载PDF 职称材料

题名基于顺序向前浮动搜索时频优选特征的缺陷识别被引量：4: 1; 作者车红昆吕福在项占琴; 机构浙江大学现代制造工程研究所; 出处《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2011年第12期2235-2239,共5页; 文摘为提高超声检测缺陷识别的正确率和泛化能力,提出一种基于小波包分解和顺序向前浮动搜索(SFFS)算法的时频最优特征提取方法.该方法结合了无监督和有监督特征提取方法的优点,局部利用样本的先验分类信息以期达到更好的识别效果.介绍上述特征提取方法中的相关理论,包括小波包变换、Fisher判据以及SFFS搜索算法.为了验证新方法的在缺陷识别方面的有效性,对石油套管上的4种典型缺陷进行识别实验.分别采用3种传统的特征提取方法,从时域、频域和小波包域提取特征用于对比实验,并采用支持向量机算法对上述不同途径获取的特征集进行识别.10组随机抽样的识别实验表明:采用小波包时频SFFS优选特征能够对上述缺陷进行有效识别,最高识别率达到93.3%,平均识别率达到89.5%.与上述3种传统的特征提取方法相比,该新方法识别率高、泛化性好,对训练样本选的选择敏感性小.; 关键词特征提取顺序向前浮动搜索 FISHER准则支持向量机; Keywords feature extraction SFFS fisher criterion support vector machine; 分类号 TP751.1 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于输入空间压缩的短期负荷预测被引量：18: 2; 作者许涛贺仁睦王鹏徐东杰; 机构华北电力大学电力系统控制研究所; 出处《电力系统自动化》 EI CSCD 北大核心 2004年第6期51-54,81,共5页; 文摘由于影响负荷预测的因素复杂,并且实际获取的历史数据有限,传统的智能预测方法往往达不到工程应用的精度要求。为解决该问题,文中提出一种准确预测电力系统短期负荷的新思路:首先建立负荷输入特征选择模型,其搜索方法采用浮动搜索算法,在去除影响负荷预测的冗余特征之后,利用有限样本学习的统计学习理论(支持向量机)构造负荷预测回归模型,充分发挥其在解决有限样本、非线性中体现出的优势,较好地提高了评估结果的精度和泛化能力。在EUNITE网络中的应用结果证明了该方法对电力系统负荷预测的有效性。; 关键词负荷预测特征选择浮动搜索支持向量机; Keywords load forecasting feature selection floating search support vector machine; 分类号 TM715 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名汽车运行状态识别方法研究(一)——特征参数选择被引量：4: 3; 作者田毅张欣张昕张良; 机构装甲兵工程学院北京交通大学酒泉卫星发射中心铁路管理处; 出处《中国机械工程》 EI CAS CSCD 北大核心 2013年第9期1258-1263,共6页; 基金 "十二五"国家科技支撑计划资助项目(2011BAG04B00) 北京市自然科学基金资助项目(4122062) +1 种基金北京交通大学基本科研业务费资助项目(M12JB00070); 文摘提出了一种将自适应遗传算法和浮动搜索算法相结合的混合搜索算法。首先通过自适应遗传算法对汽车运行状态特征参数之间的边界进行搜索,再依据获得的边界得出汽车运行状态特征参数全集特征;然后以浮动搜索算法对全集进行搜索,进而选择出汽车运行状态特征参数最优子集。在混合搜索算法中,浮动搜索的起始点采用个体间遗传的方式,使其始终保持最优,最大程度避免无效搜索,缩短搜索时间。通过计算得到了由8个参数组成的汽车运行状态特征参数最优子集。; 关键词混合搜索算法浮动搜索自适应遗传算法最优子集; Keywords hybrid search algorithm floating search algorithm adaptive genetic algorithm best subset; 分类号 U469.74 [机械工程—车辆工程]; 在线阅读下载PDF 职称材料

题名基于XGBoost的特征选择算法被引量：100: 4; 作者李占山刘兆赓; 机构吉林大学计算机科学与技术学院吉林大学软件学院吉林大学符号计算与知识工程教育部重点实验室; 出处《通信学报》 EI CSCD 北大核心 2019年第10期101-108,共8页; 基金国家自然科学基金资助项目(No.61672261) 吉林省自然科学基金资助项目(No.2018010143JC) 吉林省发改委产业技术研究与开发专项基金资助项目(No.2019C053-9)~~; 文摘分类问题中的特征选择一直是一个重要而又困难的问题。这类问题中要求特征选择算法不仅能够帮助分类器提高分类准确率,同时还要尽可能地减少冗余特征。因此,为了在分类问题中更好地进行特征选择,提出了一种新型的包裹式特征选择算法XGBSFS。该算法借鉴极端梯度提升(XGBoost)算法中构建树的思想过程,通过从3个重要性度量的角度来衡量特征的重要性,避免单一重要性度量的局限性;然后通过改进的序列浮动前向搜索策略(ISFFS)搜索特征子集,使最终得到的特征子集有较高的质量。在8个UCI数据集的对比实验中表明,所提算法具有很好的性能。; 关键词特征选择极端梯度提升序列浮动搜索策略; Keywords feature selection XGBoost sequential floating forward selection; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名一种适合大规模数据集的特征选择方法被引量：1: 5; 作者张莉陈恭和; 机构对外经济贸易大学信息技术与管理工程学院; 出处《计算机工程》 CAS CSCD 北大核心 2007年第4期184-186,共3页; 文摘研究训练样本重要特征选择问题,提出了一种适合大规模数据集的特征选择方法。在不同的样本空间中利用特征相似性和浮动搜索方法的思想选择特征,基于互信息和分类准确度加权选择分类器,提出了基于Bagging选择性组合算法来提高特征选择算法稳定性。采用KDD Cup’99中的入侵检测数据对算法性能进行了验证。; 关键词特征选择特征相似性浮动搜索选择性集成; Keywords Feature selection Feature similarity Floating search Selective ensemble; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于混合特征选择算法的民航可疑订单特征提取: 6; 作者丁建立付丽洋曹卫东王家亮; 机构中国民航大学计算机科学与技术学院中国民航大学天津市智能信号与图像处理重点实验室; 出处《计算机工程与设计》北大核心 2018年第9期2887-2893,共7页; 基金民航局创新重大专项基金项目(MHRD20150107) 中国民航大学天津市智能信号与图像处理重点实验室开放基金项目(2015ASP02) +1 种基金 3122015C020); 文摘为快速识别民航旅客订票系统中的可疑订单并及时清理占座,填补航空公司的收益漏洞,提出一种基于FilterWrapper的可疑订单特征选择算法。通过对特征的信息增益排序快速找到最优候选特征子集,利用序列前向浮动搜索算法(sequential forward floating search,SFFS)约简并提取影响可疑订单的相关维度。采用C4.5决策树算法分类建模,实验验证了可疑订单特征选择算法具有较低的计算复杂度并达到了较高的可疑订单识别率,为构建可疑订单识别模型提供了思路。; 关键词民航收益漏洞可疑订单特征选择信息增益序列前向浮动搜索决策树; Keywords revenue leakage of civil aviation suspicious order feature selection information gain SFFS decision tree; 分类号 TP181 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名多准则赋权排序与C-SVM相结合的特征选择算法被引量：6: 7; 作者孙勤蒋艳凰胡维张毅高峰; 机构国防科学技术大学高性能计算国家重点实验室国防科学技术大学计算机学院中国人民解放军; 出处《计算机工程与应用》 CSCD 北大核心 2018年第3期125-130,共6页; 基金国家自然科学基金(No.61120106005,No.61272141); 文摘数据挖掘中所获取的数据维数多,常常导致数据存储所需容量大,知识挖掘所需时间长,预测正确率不高等问题,特征选择是解决上述问题的重要方法之一。针对现有特征选择算法最佳特征个数难以确定及分类准确率有待进一步提高等问题,提出一种同时考虑相关性和冗余度的多准则赋权排序的算法(m CRC),m CRC结合两种准则同时对特征进行排序,并利用C-SVM对按重要性降序排好的特征采用顺序前向浮动搜索得出最佳特征子集。实验结果表明,m CRC算法与单独基于互信息或类别可分性赋权排序的特征选择方法相比能在更短的时间内获得分类性能更好的最佳特征子集,为快速并高效地对数据集进行挖掘提供了有力保障。; 关键词特征选择最大相关最小冗余多准则赋权排序 C-支持向量机顺序前向浮动搜索; Keywords feature selection maximum relevance minimum redundancy multi-criterion ranking C-SVM Sequential Forward Floating Selection(SFFS); 分类号 TP181 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于顺序向前浮动搜索时频优选特征的缺陷识别	车红昆吕福在项占琴	《浙江大学学报（工学版）》 EI CAS CSCD 北大核心	2011	4	在线阅读下载PDF 职称材料
2	基于输入空间压缩的短期负荷预测	许涛贺仁睦王鹏徐东杰	《电力系统自动化》 EI CSCD 北大核心	2004	18	在线阅读下载PDF 职称材料
3	汽车运行状态识别方法研究(一)——特征参数选择	田毅张欣张昕张良	《中国机械工程》 EI CAS CSCD 北大核心	2013	4	在线阅读下载PDF 职称材料
4	基于XGBoost的特征选择算法	李占山刘兆赓	《通信学报》 EI CSCD 北大核心	2019	100	在线阅读下载PDF 职称材料
5	一种适合大规模数据集的特征选择方法	张莉陈恭和	《计算机工程》 CAS CSCD 北大核心	2007	1	在线阅读下载PDF 职称材料
6	基于混合特征选择算法的民航可疑订单特征提取	丁建立付丽洋曹卫东王家亮	《计算机工程与设计》北大核心	2018	0	在线阅读下载PDF 职称材料
7	多准则赋权排序与C-SVM相结合的特征选择算法	孙勤蒋艳凰胡维张毅高峰	《计算机工程与应用》 CSCD 北大核心	2018	6	在线阅读下载PDF 职称材料