Rough set Theory-Based group incremental approach to feature selection
12Citations signalées, ce qui n’est pas une note de qualité
3Institutions déclarées
1Pays d’affiliation déclarés
Rattachement africain : cn. Niveau de preuve : code pays fourni par la source.
Résumé indisponible. Les résultats de l’étude ne doivent pas être déduits de son seul titre.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Rough set Theory-Based group incremental approach to feature selection
- Date Crossref
- 01/07/2024
- Éditeur
- Elsevier BV
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
Guangdong University of Technology pays non établi dans la noticeUniversité ou école supérieure
-
Dongguan University of Technology pays non établi dans la noticeUniversité ou école supérieure
-
Shenzhen Institutes of Advanced Technology pays non établi dans la noticeStructure de recherche
-
School of Management pays non établi dans la noticeUniversité ou école supérieure
-
School of Computer Science and Technology pays non établi dans la noticeUniversité ou école supérieure
-
University of Electronic Science and Technology of China Shenzhen Institute for Advanced Study pays non établi dans la noticeUniversité ou école supérieure
-
i4AI Ltd pays non établi dans la noticeEntreprise
Guangdong University of Technology, Dongguan University of Technology et Shenzhen Institutes of Advanced Technology, avec 4 autres affiliations.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.
Les sujets associés
Rough Sets and Fuzzy LogicData Mining Algorithms and ApplicationsImage Processing and 3D Reconstruction