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75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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、單個(gè)分類器在解決一些復(fù)雜問題時(shí),往往得不到理想的處理效果,而將多個(gè)分類器組合在一起構(gòu)建的集成系統(tǒng)通常能獲得比單個(gè)分類器更優(yōu)的穩(wěn)定性和泛化能力。本文在分析集成極限學(xué)習(xí)機(jī)存在的缺陷的基礎(chǔ)上,提出了一種基于加權(quán)投票的集成在線順序極限學(xué)習(xí)機(jī)。該方法在優(yōu)選單個(gè)極限學(xué)習(xí)機(jī)基礎(chǔ)上進(jìn)行有效集成,進(jìn)一步提高了集成分類器的性能。結(jié)合基因表達(dá)譜數(shù)據(jù)特性,將改進(jìn)的集成在線順序極限學(xué)習(xí)機(jī)用于基因表達(dá)譜數(shù)據(jù)分類,獲得了很高的癌癥預(yù)測準(zhǔn)確率。本文的主要工作如下:

2、r>   1)提出了一種優(yōu)選成員極限學(xué)習(xí)機(jī)的方法。高性能的成員分類器有利于提高集成分類器系統(tǒng)的性能。本文首先將訓(xùn)練集按一定比例分為訓(xùn)練集和驗(yàn)證集,用這兩個(gè)數(shù)據(jù)集來訓(xùn)練在線順序極限學(xué)習(xí)機(jī),然后將各個(gè)在線順序極限學(xué)習(xí)機(jī)在驗(yàn)證集上的分類準(zhǔn)確率從大到小排列,選擇其中分類準(zhǔn)確率較大的在線順序極限學(xué)習(xí)機(jī)來構(gòu)建集成系統(tǒng)。
   2)針對(duì)傳統(tǒng)的利用平均值法作為集成決策的集成在線順序極限學(xué)習(xí)機(jī)在實(shí)際應(yīng)用中往往無法獲得較高的識(shí)別率,提出一種基于在

3、驗(yàn)證集上的分類準(zhǔn)確率的加權(quán)投票的集成在線順序極限學(xué)習(xí)機(jī)(IEOS-ELM)。該方法將單個(gè)在線順序極限學(xué)習(xí)機(jī)在訓(xùn)練過程的分類準(zhǔn)確率占總的分類準(zhǔn)確率的比重作為該在線順序極限學(xué)習(xí)機(jī)的集成投票權(quán)重。在四個(gè)標(biāo)準(zhǔn)分類數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明,這種方法能夠以較少的成員學(xué)習(xí)機(jī)獲得更高的識(shí)別率。
   3)提出了基于微粒群算法和IEOS-ELM的基因表達(dá)譜數(shù)據(jù)分類方法。針對(duì)基因表達(dá)譜數(shù)據(jù)的特性,利用微粒群算法對(duì)成員在線順序極限學(xué)習(xí)機(jī)進(jìn)行初選,再利用

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(qǐng)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(qǐng)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(huì)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(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論