An adaptive length-variation based evolutionary multitasking algorithm for feature selection of high-dimensional classification
9Citations signalées, ce qui n’est pas une note de qualité
4Institutions 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
- An adaptive length-variation based evolutionary multitasking algorithm for feature selection of high-dimensional classification
- Date Crossref
- 01/01/2026
- 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
-
Shenzhen Technology University pays non établi dans la noticeUniversité ou école supérieure
-
Shenzhen University pays non établi dans la noticeUniversité ou école supérieure
-
Qilu University of Technology Key Laboratory of Computing Power Network and Information Security pays non établi dans la noticeUniversité ou école supérieure
-
Shandong Academy of Sciences pays non établi dans la noticeUniversité ou école supérieure
-
College of Big Data and Internet pays non établi dans la noticeUniversité ou école supérieure
-
College of Computer Science and Software Engineering pays non établi dans la noticeUniversité ou école supérieure
Shenzhen Technology University, Shenzhen University et Key Laboratory of Computing Power Network and Information Security — Qilu University of Technology, avec 3 autres affiliations.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.
Les sujets associés
Face and Expression RecognitionMetaheuristic Optimization Algorithms ResearchEvolutionary Algorithms and Applications