2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩70頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、模式識別領(lǐng)域的分類問題,就是要對已知類別的訓(xùn)練樣本進(jìn)行模型學(xué)習(xí),再對未知類別的樣本進(jìn)行預(yù)測。根據(jù)單個樣本所對應(yīng)的標(biāo)簽數(shù)的多少,分類問題可以分為兩大類:單標(biāo)簽與多標(biāo)簽分類問題。前者中,每個樣本只和一個標(biāo)簽相關(guān),標(biāo)簽之間是相互獨(dú)立的;而在后者中,每個樣本可以對應(yīng)多個標(biāo)簽,多個標(biāo)簽之間可能存在相關(guān)性。
  多標(biāo)簽數(shù)據(jù)集通常具有較高的特征維數(shù),其中又存在著一定冗余、不相關(guān)的特征,這會極大地增加構(gòu)造分類器的空間復(fù)雜性與時間復(fù)雜性,降低分類器

2、的性能,造成過擬合的問題。因此,需要對原始的多標(biāo)簽數(shù)據(jù)集進(jìn)行特征選擇,即移除冗余、不相關(guān)的特征,有效地減少數(shù)據(jù)的維數(shù),提高分類器的泛化能力。
  對于多標(biāo)簽分類中的特征選擇問題,本文采用過濾式的方式,基于隨機(jī)搜索策略,提出了兩種多標(biāo)簽特征選擇方法:(1)基于相關(guān)性和遺傳算法的多標(biāo)簽特征選擇方法CFS-GA;(2)基于高階互信息和粒子群算法的多標(biāo)簽特征選擇方法HMI-PSO。
  CFS-GA采用基于相關(guān)性的準(zhǔn)則函數(shù),通過信息

3、增益的方法度量特征和特征之間的冗余性、特征和標(biāo)簽之間的相關(guān)性,作為遺傳算法的適應(yīng)度函數(shù),評價候選特征子集的適應(yīng)度值,搜索最優(yōu)特征子集。實(shí)驗(yàn)部分,本文選擇3種多標(biāo)簽特征選擇方法:CFS-SFS、CFS-SBS和ReliefF-ML,在12個多標(biāo)簽基準(zhǔn)數(shù)據(jù)集上,與本文提出的CFS-GA進(jìn)行對比實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明,本文提出的CFS-GA能選擇出與標(biāo)簽最相關(guān)、冗余最小的最優(yōu)特征子集,有效地提高分類器的性能。
  HMI-PSO通過互信息度

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論