بدائل البحث:
feature optimization » resource optimization (توسيع البحث), feature elimination (توسيع البحث), structure optimization (توسيع البحث)
driven optimization » design optimization (توسيع البحث), guided optimization (توسيع البحث), dose optimization (توسيع البحث)
data feature » data figure (توسيع البحث), each feature (توسيع البحث), a feature (توسيع البحث)
binary data » primary data (توسيع البحث), dietary data (توسيع البحث)
binary mask » binary image (توسيع البحث)
mask driven » mapk driven (توسيع البحث), task derived (توسيع البحث), hastv driven (توسيع البحث)
يعرض 1 - 20 نتائج من 122 نتيجة بحث عن '(( binary data feature optimization algorithm ) OR ( binary mask driven optimization algorithm ))', وقت الاستعلام: 0.34s تنقيح النتائج
  1. 1
    Number of features selected for IRBMO vs. other binary algorithms.

    Number of features selected for IRBMO vs. other binary algorithms. حسب Chenyi Zhu (9383370)

    منشور في 2025
    أضف إلى المفضلة
    محفوظ في:
  2. 2
    Sensitivity values of IRBMO vs. other binary algorithms.

    Sensitivity values of IRBMO vs. other binary algorithms. حسب Chenyi Zhu (9383370)

    منشور في 2025
    أضف إلى المفضلة
    محفوظ في:
  3. 3
    Specificity values of IRBMO vs. other binary algorithms.

    Specificity values of IRBMO vs. other binary algorithms. حسب Chenyi Zhu (9383370)

    منشور في 2025
    أضف إلى المفضلة
    محفوظ في:
  4. 4
    Fitness values of IRBMO vs. other binary algorithms.

    Fitness values of IRBMO vs. other binary algorithms. حسب Chenyi Zhu (9383370)

    منشور في 2025
    أضف إلى المفضلة
    محفوظ في:
  5. 5
    Classification accuracy values of IRBMO vs. other binary algorithms.

    Classification accuracy values of IRBMO vs. other binary algorithms. حسب Chenyi Zhu (9383370)

    منشور في 2025
    أضف إلى المفضلة
    محفوظ في:
  6. 6
    F-score values of IRBMO vs. other binary algorithms.

    F-score values of IRBMO vs. other binary algorithms. حسب Chenyi Zhu (9383370)

    منشور في 2025
    أضف إلى المفضلة
    محفوظ في:
  7. 7
    Feature selection ratio results for tested algorithms.

    Feature selection ratio results for tested algorithms. حسب Nebojsa Bacanin (13932723)

    منشور في 2022
    الموضوعات:
    أضف إلى المفضلة
    محفوظ في:
  8. 8
    The result of the accuracy of tested algorithms.

    The result of the accuracy of tested algorithms. حسب Nebojsa Bacanin (13932723)

    منشور في 2022
    الموضوعات:
    أضف إلى المفضلة
    محفوظ في:
  9. 9
    Numerical example for determining the optimal number of clusters in Algorithm 2.

    Numerical example for determining the optimal number of clusters in Algorithm 2. حسب Yi Wei Tye (22208735)

    منشور في 2025
    أضف إلى المفضلة
    محفوظ في:
  10. 10
    a) Accuracy and b) selected feature size of algorithms on the COVID-19 dataset.

    a) Accuracy and b) selected feature size of algorithms on the COVID-19 dataset. حسب Nebojsa Bacanin (13932723)

    منشور في 2022
    الموضوعات:
    أضف إلى المفضلة
    محفوظ في:
  11. 11
    Best fitness value results for tested algorithms.

    Best fitness value results for tested algorithms. حسب Nebojsa Bacanin (13932723)

    منشور في 2022
    الموضوعات:
    أضف إلى المفضلة
    محفوظ في:
  12. 12
    Mean fitness value results for tested algorithms.

    Mean fitness value results for tested algorithms. حسب Nebojsa Bacanin (13932723)

    منشور في 2022
    الموضوعات:
    أضف إلى المفضلة
    محفوظ في:
  13. 13
    Standard deviation of fitness value results for tested algorithms.

    Standard deviation of fitness value results for tested algorithms. حسب Nebojsa Bacanin (13932723)

    منشور في 2022
    الموضوعات:
    أضف إلى المفضلة
    محفوظ في:
  14. 14
    The flowchart showing the optimization process of the hybrid methods using BEOSA as the base algorithm and SA and FFA as integrated algorithms.

    The flowchart showing the optimization process of the hybrid methods using BEOSA as the base algorithm and SA and FFA as integrated algorithms. حسب Olaide N. Oyelade (14047002)

    منشور في 2023
    الموضوعات:
    أضف إلى المفضلة
    محفوظ في:
  15. 15
    Control parameter settings for comparative feature selection methods.

    Control parameter settings for comparative feature selection methods. حسب Nebojsa Bacanin (13932723)

    منشور في 2022
    الموضوعات:
    أضف إلى المفضلة
    محفوظ في:
  16. 16
    Boxplots analysis of the tested algorithms using average error rate across 21 datasets.

    Boxplots analysis of the tested algorithms using average error rate across 21 datasets. حسب Nebojsa Bacanin (13932723)

    منشور في 2022
    الموضوعات:
    أضف إلى المفضلة
    محفوظ في:
  17. 17
    S1 Dataset - Novel chaotic oppositional fruit fly optimization algorithm for feature selection applied on COVID 19 patients’ health prediction

    S1 Dataset - Novel chaotic oppositional fruit fly optimization algorithm for feature selection applied on COVID 19 patients’ health prediction حسب Nebojsa Bacanin (13932723)

    منشور في 2022
    الموضوعات:
    أضف إلى المفضلة
    محفوظ في:
  18. 18
    The result of the best fitness value, mean fitness value, standard deviation of fitness value and feature selection ratio of algorithms on the COVID-19 dataset.

    The result of the best fitness value, mean fitness value, standard deviation of fitness value and feature selection ratio of algorithms on the COVID-19 dataset. حسب Nebojsa Bacanin (13932723)

    منشور في 2022
    الموضوعات:
    أضف إلى المفضلة
    محفوظ في:
  19. 19
    CEC 2019 benchmark characteristics.

    CEC 2019 benchmark characteristics. حسب Nebojsa Bacanin (13932723)

    منشور في 2022
    الموضوعات:
    أضف إلى المفضلة
    محفوظ في:
  20. 20
    Results of Holm’s step-down procedure.

    Results of Holm’s step-down procedure. حسب Nebojsa Bacanin (13932723)

    منشور في 2022
    الموضوعات:
    أضف إلى المفضلة
    محفوظ في:

أدوات البحث: