Ваш любимый книжный интернет-магазин
Перейти на
GlavKniga.SU
Ваш город: Алматы
Ваше местоположение – Алматы
 Да 
От вашего выбора зависит время и стоимость доставки
Корзина: пуста
Авторизация 
  Логин
  
  Пароль
  
Регистрация  Забыли пароль?

Поиск по каталогу 
(строгое соответствие)
ISBN
Фраза в названии или аннотации
Автор
Язык книги
Год издания
с по
Электронный носитель
Тип издания
Вид издания
Отрасли экономики
Отрасли знаний
Сферы деятельности
Надотраслевые технологии
Разделы каталога
худ. литературы

Data Analysis of Clustering and Classification Schemes in Networking. Node stability analysis, NRGA and ELMKNN

В наличии
Местонахождение: АлматыСостояние экземпляра: новый
Бумажная
версия
Автор: Akey Sungheetha and Rajesh Sharma
ISBN: 9786200467089
Год издания: 2019
Формат книги: 60×90/16 (145×215 мм)
Количество страниц: 268
Издательство: LAP LAMBERT Academic Publishing
Цена: 55091 тг
Положить в корзину
Позиции в рубрикаторе
Отрасли знаний:
Код товара: 506395
Способы доставки в город Алматы *
комплектация (срок до отгрузки) не более 2 рабочих дней
Самовывоз из города Алматы (пункты самовывоза партнёра CDEK)
Курьерская доставка CDEK из города Москва
Доставка Почтой России из города Москва
      Аннотация: In MANET, EOPHMR approach has been used to conserve energy in the nodes. The energy reduction of the proposed EOPHMR approach is observed to be significant.A clustering algorithm that is a hybrid model of IG NRGA and KNN is presented for feature selection in microarray data sets. NRGA algorithm is used to do feature selection based on clustering technique. The approach uses ELM and FKNN as classifiers. The objective of the proposed systems is to get the highest accuracy when classifying the samples by the means a small subset of informative genes. A combination of two proposed gene selection techniques is used to solve the problem of the microarray high dimensionality. The combined technique gives high performance as it reduces the amount genes. It chooses gene for classification as each of them are much efficient binary classification techniques and typically give good results by attenuating their variety of attributes.
Ключевые слова: Clustering, classifcation, Node, Gene, Networking, Medical Science