بدائل البحث:
feature optimization » resource optimization (توسيع البحث), feature elimination (توسيع البحث), structure optimization (توسيع البحث)
models optimization » model optimization (توسيع البحث), process optimization (توسيع البحث), wolf optimization (توسيع البحث)
still feature » spatial feature (توسيع البحث), scale feature (توسيع البحث), all feature (توسيع البحث)
binary data » primary data (توسيع البحث), dietary data (توسيع البحث)
يعرض 1 - 20 نتائج من 180 نتيجة بحث عن '(( binary still feature optimization algorithm ) OR ( binary data models optimization algorithm ))', وقت الاستعلام: 0.54s تنقيح النتائج
  1. 1
    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:
  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
    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:
  6. 6
    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:
  7. 7
    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:
  8. 8
    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:
  9. 9
    Binary contingency table.

    Binary contingency table. حسب Lu Xiao (314030)

    منشور في 2024
    أضف إلى المفضلة
    محفوظ في:
  10. 10
    Medium-scale dataset comparative analysis using the number of features selected.

    Medium-scale dataset comparative analysis using the number of features selected. حسب Olaide N. Oyelade (14047002)

    منشور في 2023
    الموضوعات:
    أضف إلى المفضلة
    محفوظ في:
  11. 11
    Large-scale dataset comparative analysis using the number of features selected.

    Large-scale dataset comparative analysis using the number of features selected. حسب Olaide N. Oyelade (14047002)

    منشور في 2023
    الموضوعات:
    أضف إلى المفضلة
    محفوظ في:
  12. 12
    Small-scale dataset comparative analysis using the number of features selected.

    Small-scale dataset comparative analysis using the number of features selected. حسب Olaide N. Oyelade (14047002)

    منشور في 2023
    الموضوعات:
    أضف إلى المفضلة
    محفوظ في:
  13. 13
    RMSE on the test data when fitting (logistic) quadratic models to binary data across increasing measurement error values .

    RMSE on the test data when fitting (logistic) quadratic models to binary data across increasing measurement error values . حسب Jakub Stoklosa (3315042)

    منشور في 2023
    أضف إلى المفضلة
    محفوظ في:
  14. 14
    Top-performing model configuration and performance by algorithm type.

    Top-performing model configuration and performance by algorithm type. حسب Uğur Ejder (22683228)

    منشور في 2025
    الموضوعات:
    أضف إلى المفضلة
    محفوظ في:
  15. 15
    An optimization process of the proposed hybrid BEOSA (HBEOSA) combining both SA and FFA methods into BEOSA.

    An optimization process of the proposed hybrid BEOSA (HBEOSA) combining both SA and FFA methods into BEOSA. حسب Olaide N. Oyelade (14047002)

    منشور في 2023
    الموضوعات:
    أضف إلى المفضلة
    محفوظ في:
  16. 16
    Confusion matrix for a binary outcome (adapted from Fawcett [30]).

    Confusion matrix for a binary outcome (adapted from Fawcett [30]). حسب João Albuquerque (12936572)

    منشور في 2022
    أضف إلى المفضلة
    محفوظ في:
  17. 17
    An illustration and comparison of the fitness convergence curves for the Large-scale dataset (WaveformEW), medium-scale dataset (Zoo dataset), and Small-scale (Wine dataset) using 50 and 100 population sizes.

    An illustration and comparison of the fitness convergence curves for the Large-scale dataset (WaveformEW), medium-scale dataset (Zoo dataset), and Small-scale (Wine dataset) using... حسب Olaide N. Oyelade (14047002)

    منشور في 2023
    الموضوعات:
    أضف إلى المفضلة
    محفوظ في:
  18. 18
    Medium-scale dataset comparative analysis using fitness and cost values for population size 50 and 100.

    Medium-scale dataset comparative analysis using fitness and cost values for population size 50 and 100. حسب Olaide N. Oyelade (14047002)

    منشور في 2023
    الموضوعات:
    أضف إلى المفضلة
    محفوظ في:
  19. 19
    Large-scale dataset comparative analysis using computation resources.

    Large-scale dataset comparative analysis using computation resources. حسب Olaide N. Oyelade (14047002)

    منشور في 2023
    الموضوعات:
    أضف إلى المفضلة
    محفوظ في:
  20. 20
    Datasets and their properties.

    Datasets and their properties. حسب Olaide N. Oyelade (14047002)

    منشور في 2023
    الموضوعات:
    أضف إلى المفضلة
    محفوظ في:

أدوات البحث: