.png){kind=icon}
返回
Multi-level ensemble feature selection for omics data
.png){kind=icon}
PRE
AI
DOI：10.1016/j.patcog.2025.112809.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 一种新型多级多样性指标增强了集成特征选择的鲁棒性。
• 随机特征映射生成多样化的低维嵌入。
• 三种聚合策略合并选择器输出以形成稳定的特征子集。
• 广泛的实验证明了其卓越的准确性和稳定性。
期刊
IF:
7.6
论文数:
1.3W
被引数:
4.5W
机构
引用论文
LAFED: Towards robust ensemble models via Latent Feature Diversification.png)
PATTERN RECOGNITION
PATTERN RECOGNITIONIF7.6
PREAI
分享收藏
分享收藏Gene Selection Integrated with Biological Knowledge for Plant Stress Response Using Neighborhood System and Rough Set Theory基于邻域系统和粗糙集理论的植物胁迫响应基因选择与生物学知识相结合
PREAI
分享收藏A gene selection algorithm using simplified swarm optimization with multi-filter ensemble technique
PREAI
分享收藏分享收藏分享收藏
查看更多内容