您当前所在位置: 首页 > 首发论文
筛选条件

时间

领域

全部

计算机科学技术(3)

管理学(1)

中医学与中药学(0) 显示更多>>

临床医学(0) 交通运输工程(0) 体育科学(0) 信息科学与系统科学(0) 农学(0) 冶金工程技术(0) 力学(0) 动力与电气工程(0) 化学(0) 化学工程(0) 图书馆、情报与文献学(0) 土木建筑工程(0) 地球科学(0) 基础医学(0) 天文学(0) 安全科学技术(0) 工程与技术科学基础学科(0) 心理学(0) 教育学(0) 数学(0) 机械工程(0) 材料科学(0) 林学(0) 核科学技术(0) 水产学(0) 水利工程(0) 测绘科学技术(0) 物理学(0) 环境科学技术(0) 生物学(0) 电子、通信与自动控制技术(0) 畜牧科学、动物医学(0) 矿山工程技术(0) 纺织科学技术(0) 经济学(0) 能源科学技术(0) 航空航天科学技术(0) 药学(0) 预防医学与卫生学(0) 食品科学技术(0)

学术评议

实时热搜榜

我的筛选 >
2003-2020 全部
为您找到包含“recursive feature elimination”的内容共4

杨健,李文敏

2020-02-17

目前针对HTTP洪泛攻击的主要检测方案围绕网络流量统计特征,但存在重要特征选择及评估的问题。本文针对此局限性,根据攻击检测点提出5大类别特征,并进一步提出一种基于梯度上升树混合式组合算法的HTTP洪泛检测自适应特征工程。经过过滤式单变量评估流程和基于梯度上升树的递归特征消除流程,能有效获得重要特征子集,提高对HTTP洪泛攻击的分类效果。

State Key Laboratory of Networking and Switching Technology, Beijing University of Posts and Telecommunications, Beijing 100876,State Key Laboratory of Networking and Switching Technology, Beijing University of Posts and Telecommunications, Beijing 100876

#计算机科学技术#

0评论(0 分享(0)

张舵,闫强

2020-01-14

本文利用基于极端梯度提升方法的5折交叉验证递归特征消除算法,对度假酒店基于机器学习的消费者酒店预订渠道选择研究数据集进行了挖掘,发现对消费者关于酒店预订渠道选择影响较大的因素主要为是否寻找代理、价格、消费者类型、存款类型和特殊要求总数,从数据层面证明了消费者特征和消费方式对消费者酒店预订渠道选择的影响是最主要的,发现通常有代理参与预订的消费者通常选择第三方代理渠道;提前计划预订时间越长,消费者越倾向于选择第三方代理渠道;特殊要求较多的消费者倾向于选择酒店的直销渠道。并通过四种分类方法筛选特征前后的表现对比验证了特征筛选的有效性,利用逻辑回归模型从客观层面对特征影响进行了测度,结合服务质量模型、时间建构理论和感知价格等理论对结论进行了阐释,指出酒店可以通过科学地管理与在线旅游平台之间的关系进行全渠道建设,提升酒店收入和效益。

School of Economics and Management, Beijing University of Posts and Telecommunications,Beijing 100876,School of Economics and Management, Beijing University of Posts and Telecommunications,Beijing 100876

#管理学#

0评论(0 分享(0)

沈倩子,王子剑,孙杳如

2015-12-10

脑成像技术已成为研究人和动物大脑结构和功能的重要手段,功能磁共振成像技术(fMRI)具有无创伤、高时空分辨率和可重复操作等优势,因而被广泛应用于脑科学研究。近年来,随着机器学习方法被应用于fMRI实验数据分析处理,多体素模式分析等方法越来越受到重视。这种多元的新分析方法不仅考虑了fMRI数据在时间序列上的规律,更考虑了多个体素空间上的关系,这种方法对空间信息更加敏感,可以挖掘出更多单元分析所挖掘不到的信息。本文介绍可以进行全脑搜索定位的searchlight方法并将递归特征消除方法引入searchlight的特征选择中,对原始searchlight方法进行了改进,并通过实验验证了改进的方法对信息更加敏感,尤其在较小的区分体素区域表现的更好。

教育部博士点基金(20110072110014

同济大学电子与信息工程学院,同济大学电子与信息工程学院,同济大学电子与信息工程学院

#计算机科学技术#

0评论(0 分享(0)

SHAO Lizhen,WANG Jieli,HU Guangda,LIU Jiwei

, T-statistics, standard 2-norm SVM and SVM recursive feature elimination (SVM-RFE) methods. The selected gene

2013-09-16

the National Natural Science Foundation of China (No. 81000650

National High-tech Research Development Program of China (863 Program) (No. 2013AA040705

specialized Research Fund for the Doctoral Program of Higher Education(No. 20100006120016

School of Automation, University of Science and Technology Beijing, Beijing 100083,School of Computer and Comminication Engineering, University of Science and Technology Beijing, Beijing 100083,School of Automation, University of Science and Technology Beijing, Beijing 100083,School of Automation, University of Science and Technology Beijing, Beijing 100083

#Computer Science and Technology#

0评论(0 分享(0)