Quantifying and Rejecting Outliers: The Grubbs Test
Conservation of Small Populations
Wald-Wolfowitz Runs Test I
Wald-Wolfowitz Runs Test II
Frequency-dependent Selection
Wilcoxon Signed-Ranks Test for Matched Pairs
您也可能阅读
通过共同作者、期刊和引用图与本文相关的文章。
Yufeng Wang1,2, Yumeng Yin3, Hang Zhao2
1Academy for Electronic Information Discipline Studies, Nanyang Institute of Technology, Changjiang Road, Nanyang, 473000, Henan, China.
一个新的特征选择算法,灰狼优化器与自我排斥策略 (GWO-SRS),加快了融合,提高了大数据分析的准确性. 与传统方法相比,GWO-SRS可减少15%的分类错误,使用的特征比传统方法少20%.
科学领域:
背景情况:
研究的目的:
主要方法:
主要成果:
结论: