如图6所示,可以看出svm-rfe-mrmr算法和svm-rfe算法的分类准确率一样,最大为89.655%。但是,从图6中也很明显看出,当两者分类准确率都获得一样的最大分类准确率时,svm-rfe-mrmr算法的最优特征维数明显少于svm-rfe的最优特征维数;即svm-rfe-mrmr算法的最优特征维数为5,而svm-rfe特征维数为282。特征选择的目的,不...
To deal with the problem, a novel fault diagnosis approach for rotating machinery is presented by combining improved local mean decomposition (LMD) with support vector machine-recursive feature elimination with minimum redundancy maximum relevance (SVM-RFE-MRMR). Firstly, an improve...
(Normal Controls,NC),论文实现了一种基于SVM-RFE和MRMR的AD MRI医学图像分类方法VTSRM.该方法首先提取出MRI医学图像的纹理特征和形态学特征,然后利用基于支持向量机递归特征消除算法(SVM-RFE)和最小冗余最大相关(MRMR)技术的特征选择算法SRM选择出最优特征子集,并使用SVM分类算法对AD,MCI,NC进行分类.美国公...
实验结果表明,MRMR-SVM-RFE在识别性能、稳定性以及鲁棒性等各方面均优于原始的SVM-RFE算法,并能成功应用于辐射源数据的特征选择。 最后,为了满足雷达辐射源识别... 田昊 - 西安电子科技大学 被引量: 4发表: 0年 Corporate Financial Distress Prediction: Based on Multi-source Data and Feature Selection The ...
本发明公开了一种基于SVMRFEMRMR算法的阿兹海默症MRI图像分类方法.按下述步骤进行:a.采用VBM方法确定MRI图像中的病灶区,计算病灶区的灰质体积作为形态学特征,提取包括灰度共生矩阵和灰度梯度共生矩阵的纹理特征;b.将步骤a中所述的形态学特征和纹理特征组合,使用SVMRFEMRMR算法对组合的特征进行选择,得选择后组合特征;c...