.png){kind=icon}
返回
Supervised incremental feature selection using regularization vector for dynamic multi-scale interval valued datasets
.png){kind=icon}
PRE
AI
DOI：10.1016/j.patcog.2025.111985.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 该论文首先建立了对象隶属关系和类别的概念。
• 我们为整合回放和正则化提供了理论依据。
• 正则化和回放策略在动态环境中实现。
• 实证结果表明，该方法显著优于传统技术。
期刊
IF:
7.6
论文数:
1.3W
被引数:
4.5W
机构
暂无机构信息
引用论文
分享收藏Graph-Based Unsupervised Feature Selection for Interval-Valued Information System基于图的区间值信息系统无监督特征选择
PREAI
分享收藏A Novel Unsupervised Feature Selection for High-Dimensional Data Based on FCM and k -Nearest Neighbor Rough Sets基于FCM和k-近邻粗糙集的高维数据无监督特征选择
PREAI
分享收藏
A local rough set method for feature selection by variable precision composite measure基于可变精度综合测度的局部粗糙集特征选择方法
PREAI
分享收藏Integrating label confidence-based feature selection for partial multi-label learning基于标签置信度的特征选择集成用于部分多标签学习.png)
PATTERN RECOGNITION
PATTERN RECOGNITIONIF7.6
PREAI
分享收藏
查看更多内容