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85頁未讀, 繼續(xù)免費閱讀

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),請進行舉報或認領(lǐng)

文檔簡介

1、隨著數(shù)據(jù)采集技術(shù)的高速發(fā)展,采集到的數(shù)據(jù)維數(shù)激增,需進行維數(shù)約簡后才能應(yīng)用于各種后續(xù)操作。傳統(tǒng)的維數(shù)約簡方法未考慮到數(shù)據(jù)集的類不平衡和誤分類代價不等的特點,直接將該方法應(yīng)用到這類數(shù)據(jù)集中會使約簡后的特征子集向分類精確度高的方向收斂,容易丟失對少數(shù)類有重要意義特征變量。因此,針對數(shù)據(jù)集類不平衡和誤分類代價不等的特點進行維數(shù)約簡方法的研究具有重要意義。
   本文針對典型復(fù)雜工業(yè)過程數(shù)據(jù)集中變量間強相關(guān)性、類不平衡、誤分類代價不等以

2、及標注代價昂貴的特點,研究了基于代價敏感學習和半監(jiān)督學習的維數(shù)約簡方法。主要研究工作如下:
   (1)針對數(shù)據(jù)集類不平衡和誤分類代價不等的特點,以特征子集誤分類代價最小期望作為維數(shù)約簡的評價準則,分析推導(dǎo)了該評價準則的魯棒性和正確性。針對真實數(shù)據(jù)集的特征變量為連續(xù)值的特點,提出了有監(jiān)督代價敏感維數(shù)約簡方法,該方法將離散化方法和基于聚類的采樣方法引入特征子集誤分類代價最小期望的計算中。
   (2)針對數(shù)據(jù)集的有標注樣本

3、少,無標注樣本多以及標注代價昂貴的特點,將半監(jiān)督學習方法引入到代價敏感維數(shù)約簡方法中,提出了基于生成模型的半監(jiān)督代價敏感維數(shù)約簡方法(SCSDR),并根據(jù)誤分類代價最小期望得出了多個特征子集選擇的方法。
   (3)基于人造數(shù)據(jù)集上的實驗表明,有監(jiān)督代價敏感維數(shù)約簡方法在性能指標評價上優(yōu)于FCBF(fast correlation-based filter)等4種過濾式維數(shù)約簡方法,證實了方法的有效性,實驗結(jié)果表明影響該方法時間

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)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔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