高維小樣本分類問題中特征選擇研究綜述
大?。?/span>1.12 MB 人氣： 2017-11-27 需要積分：3
標簽：分類(12865)
隨著生物信息學、基因表達譜微陣列、圖像識別等技術(shù)的發(fā)展，高維小樣本分類問題成為數(shù)據(jù)挖掘（包括機器學習、模式識別）中的一項挑戰(zhàn)性任務(wù)，容易引發(fā)“維數(shù)災難”和過擬合問題。針對這個問題，特征選擇可以有效避免維數(shù)災難，提升分類模型泛化能力，成為研究的熱點，有必要對國內(nèi)外高維小樣本特征選擇主要研究情況進行綜述。首先分析了高維小樣本特征選擇問題的本質(zhì)；其次，根據(jù)其算法的本質(zhì)區(qū)別，重點對高維小樣本數(shù)據(jù)的特征選擇方法進行分類剖析和比較；最后對高維小樣本特征選擇研究面臨的挑戰(zhàn)以及研究方向作了展望。
非常好我支持^.^
(1) 100%
不好我反對
(0) 0%