孙勤

作品数：2被引量：6H指数：1
导出分析报告
供职机构：国防科学技术大学计算机学院更多>>
发文主题：支持向量机C-SVM赋权多准则排序更多>>
发文领域：自动化与计算机技术更多>>
发文期刊：《计算机技术与发展》《计算机工程与应用》更多>>
所获基金：国家自然科学基金更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-2
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
多准则赋权排序与C-SVM相结合的特征选择算法被引量：6
《计算机工程与应用》2018年第3期125-130,共6页孙勤 蒋艳凰 胡维 张毅 高峰 
国家自然科学基金(No.61120106005,No.61272141)
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...
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 
基于互联网的物理对象感知方法研究
《计算机技术与发展》2017年第7期96-100,共5页张毅 杜秀春 孙勤 
国家自然科学基金资助项目(61572514)
随着互联网技术的飞速发展,物联网技术也在不断发展进步,物理对象之间的网络互联性与交互性更加紧密也使得物理对象面临着越来越严峻的安全威胁,物理对象的感知工作和安全威胁问题是学术界和工业界急需解决的。物理对象感知方法研究为...
关键词：物理对象 感知 布隆过滤器 支持向量机 DNP3协议 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部