python特征选择relieff图像特征优选_ReliefF与QPSO结合的故障特征选择算法
[1] Zhang L, Zhang F, Hu Y. A Two-phase Flight Data Feature Selection Method Using both Filter and Wrapper[C]// IEEE International Conference on Systems, Man, and Cybernetics, 1999. IEEE Smc '99 Conference Proceedings. IEEE, 1999:132-136 vol.2.
[2] 姚旭, 王晓丹, 张玉玺,等. 特征选择方法综述[J]. 控制与决策, 2012, 27(2):161-166.
By, Yao Xu,Wang Xiaodan, Zhang Yuxi, et. A review of feature selection methods [J]. Control and decision, 2012, 27 (2): 161-166.
[3] Zhang Y, Gong D, Hu Y, et al. Feature selection algorithm based on bare bones particle swarm optimization[J]. Neurocomputing, 2015, 148(1):150-157.
[4] Bolón-Canedo V, Sánchez-Maroño N, Alonso-Betanzos A. Feature selection for high-dimensional data[J]. Progress in Artificial Intelligence, 2016, 5(2):65-75.
[5] Apolloni J, Alba E. Two hybrid wrapper-filter feature selection algorithms applied to high-dimensional microarray experiments[M]. Elsevier Science Publishers B. V. 2016.
[6] Solorio-Fernández S, Carrasco-Ochoa J A, Martínez-Trinidad J F. A new hybrid filter–wrapper feature selection method for clustering based on ranking[J]. Neurocomputing, 2016, 214:866-880.
[7] 赵荣珍, 李坤杰, 邓林峰. 基于ReliefF和遗传算法的故障特征筛选方法[C]// 全国设备监测诊断与维护学术会议、全国设备故障诊断学术会议暨2014年全国设备诊断工程会议. 2014.
Zhao Rongzhen, Li Kunjie, Deng Linfeng. Fault feature screening method based on Relieff and genetic algorithm [c]//National equipment monitoring and diagnosis and maintenance academic conference, national conference on Equipment Fault diagnosis and 2014 National Equipment Diagnostic Engineering Conference. 2014.
[8] 何涛, 胡洁, 夏鹏,等. 基于ReliefF算法与遗传算法的肌电信号特征选择[J].上海交通大学学报,2016, 50(2):204-208..
He Tao, Hujie, Xia Peng, et. EMG signal Feature selection based on Relieff algorithm and genetic algorithm [J]. Journal of Shanghai Jiaotong University, 2016, 50 (2): 204-208.
[9] 肖艳, 姜琦刚, 王斌,等. 基于Relief F和PSO混合特征选择的面向对象土地利用分类[J]. 农业工程学报, 2016, 32(4):211-216.
Xiao Yan, Jiang Qigang, Wang Bin, et al. Object oriented land use classification based on Relief F and PSO hybrid feature selection [J]. Acta agronomy Sinica, 2016, 32 (4): 211-216..
[10] 孙俊. 量子行为粒子群优化算法研究[D]. 江南大学, 2009.
CMa. Research on particle swarm optimization algorithm for quantum behavior [D]. Jiangnan University, 2009.
[11] Yuan Q, Zhou Z, Yang K. Ultrasonic Non-destructiveClassification for Wood Materials Based on ReliefF and PSO-SVM[J]. Journal of Green Science & Technology, 2016.
[12] 霍天龙, 赵荣珍, 胡宝权. 基于熵带法与PSO优化的SVM转子故障诊断[J]. 振动.测试与诊断, 2011, 31(3):279-284.
Huo Tianlong, Zhao Rongzhen, Hu Baoquan. SVM Rotor Fault Diagnosis Based on Entropy Band Method and PSO Optimization [J]. Vibration. Testing and Diagnosis, 2011, 31(3): 279-284.
[13] 张钦礼, 王兢, 王新民. 基于核主成分分析与PSO-SVM的充填管道失效风险性分级评价模型[J]. 黄金科学技术, 2017, 25(3):70-76.
Zhang Qinli, Wang Jing, Wang Xinmin. Based on nuclear principal component analysis and PSO-SVM classification evaluation model of filling pipeline failure risk [J]. gold science technology, 2017, 25 (3): 70-76.
[14] 柳一鸣. 自适应量子行为粒子群算法及其在图像分类中的应用研究[D]. 浙江大学, 2011.
Liu. Adaptive quantum behavior particle swarm optimization and its application in image classification [D]. Zhejiang University, 2011.
[15] 张燕君, 张芳草, 付兴虎,等. 基于QPSO-MLSSVM算法的拉曼光谱检测四组分调和油含量[J]. 光谱学与光谱分析, 2018, 38(5).
Zhang Yanjun, Zhang Cao, Shinghung, et. Determination of four-component blending oil content by Raman spectroscopy based on QPSO-MLSSVM algorithm [J]. Spectroscopy and spectral analysis, 2018, 38 (5).
python特征选择relieff图像特征优选_ReliefF与QPSO结合的故障特征选择算法相关推荐
- python特征选择relieff图像特征优选_python 3.x实现特征选择ReliefF算法
#!/usr/bin/env python # -*- coding:utf-8 -*- #@Time : 2019/10/29 0029 9:12 #@Author : tb_youth #@Fil ...
- python特征选择relieff图像特征优选_基于Relief特征选择算法的研究与应用
作者姓名导师姓名文献出处论文摘要伴随着当代科学技术的高速发展,人类已经进入了信息爆炸的时代.数据挖掘技术通过从大量数据中揭示出隐含的信息,将海量的高维数据转换为有用的信息和知识.特征选择是数据挖掘中的 ...
- 9.2.1 Python图像处理之图像数学形态学-二值形态学应用之噪声消除
9.2.1 Python图像处理之图像数学形态学-二值形态学应用之噪声消除 文章目录 9.2.1 Python图像处理之图像数学形态学-二值形态学应用之噪声消除 1 算法原理 2 代码 3 效果 1 ...
- Python人脸图像特征提取方法
Python人脸图像特征提取方法 一.HOG人脸图像特征提取 1.HOG特征: 1) 主要思想: 2) 实现方法: 3) 性能提高: 4) 优点 2.HOG特征提取算法的实现过程: 二.Dlib人脸图 ...
- python检测屏幕图像_Python超级教程,使用Python进行检测面部特征
原标题:Python超级教程,使用Python进行检测面部特征 今天,我们将学习如何使用图像来检测面部并提取诸如眼睛,鼻子,嘴巴等面部特征.作为捕捉面部的预处理步骤,我们可以做很多令人难以置信的事情, ...
- Python+OpenCV:图像二进制鲁棒独立基本特征(BRIEF, Binary Robust Independent Elementary Features)
Python+OpenCV:图像二进制鲁棒独立基本特征(BRIEF, Binary Robust Independent Elementary Features) 理论 We know SIFT us ...
- 特征工程 特征选择 reliefF算法
特征工程 特征选择 reliefF算法 背景 运行效果 背景 由于最近在整理一些特征工程的内容,当整理到特征选择算法的时候有reliefF算法,感觉算法挺常见的,应该在sklearn上能找到,但是找了 ...
- python pr曲线_Py-Faster R-CNN可视化——网络模型,图像特征,Loss图,PR曲线
可视化网络模型 使用Netscope在线可视化 Netscope Netscope能可视化神经网络体系结构(或技术上说,Netscope能可视化任何有向无环图).目前Netscope能可视化Caffe ...
- 图像特征算法(三)——ORB算法简述及Python中ORB特征匹配实践
计算机视觉专栏传送 上一篇:图像特征算法(二)--SURF算法简述及Python标记SURF特征检测实践 下一篇:持续创作中- 目录 计算机视觉专栏传送 一.ORB算法 1.算法简介 2.FAST寻找 ...
最新文章
- DuckChat聊天系统PHP,部署自己的聊天系统 DuckChat(鸭信)仿微信 PHP源码
- 【c#】24点游戏的实现(可存档且局域网互联)
- IDEA中的maven工程Java未被识别的解决方法
- Python——基于OpenCV获取倾斜子图的一种方法
- laravel如何生成swagger接口文档
- javascript实现图片轮播_第2章 第9节 JavaScript(四)
- kettle中过滤记录中时间_Kettle中Step:Text file outpout功能
- (77)Verilog HDL测试激励:复位激励3
- 如何制作一款HTML5 RPG游戏引擎——第二篇,烟雨+飞雪效果
- 蓝桥杯——等差素数列(c语言)
- xml转json(dom4j + fastjson)
- Chainlink的77种用法
- 计算机设备驱动选择,教你正确了解电脑硬件驱动程序型号
- python数据分析怎么画_跟小白学Python数据分析——绘制维恩图
- java mysql连接池配置_Java数据库连接池的几种配置方法(以MySQL数据库为例)
- Mybatis基础学习之万能的Map和模糊查询
- 关于个人微信公众号开通运营通知
- Mac 系统中文输入-xelatex模版
- Qt开发的国内外知名软件
- MarkDown基本语法使用教程