已閱讀1頁,還剩47頁未讀, 繼續(xù)免費閱讀
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、在模式識別中,數(shù)據(jù)選擇越來越重要,對識別的效果起著很關(guān)鍵的作用,尤其是邊界數(shù)據(jù)、冗余數(shù)據(jù)、雜質(zhì)數(shù)據(jù)對分類效果的影響,它大大降低了樣本識別率,成為實際問題中亟待解決的難題。本文針對邊界數(shù)據(jù)、冗余數(shù)據(jù)、雜質(zhì)數(shù)據(jù)三種數(shù)據(jù),對兩種已有的方法進行了拓展,并給出了一種新的數(shù)據(jù)選擇的方法,主要研究成果可歸納如下:
1.K近鄰法通常是按照樣本之間的距離來選擇K個近鄰,本文用特征分量來選擇K個近鄰,該方法的優(yōu)點是按照分量來找K個近鄰,而不是
2、用整體樣本來找K個近鄰,避免了樣本中某一分量的負面影響。
2.在剪輯近鄰法中通常涉及到兩個集合:測試集和參考集,本文通過相互變換兩個集合對剪輯近鄰法進行了拓展,改進了原來的剪輯近鄰法,在很大程度上提高了樣本識別率。
3.為了去除冗余的數(shù)據(jù),保留穩(wěn)定的或者可靠的數(shù)據(jù),我們提出了一種新的方法來完成樣本選擇的過程。其主要思想是用K均值聚類方法先將樣本分成C類,然后在比較新舊兩類樣本集,并取出它們的各自公共元素(樣本
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 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。
最新文檔
- 模式分類中特征選擇算法研究.pdf
- 模式分類中特征選擇問題的研究.pdf
- 模式分類中特征選擇算法的研究.pdf
- 網(wǎng)頁分類中特征選擇方法的研究.pdf
- 面向基因表達數(shù)據(jù)的分類與特征選擇方法研究.pdf
- 基因微陣列數(shù)據(jù)特征選擇與分類方法研究.pdf
- 微陣列數(shù)據(jù)分析中的基因選擇及樣本分類方法研究.pdf
- 幾種模式識別方法在高階數(shù)據(jù)分類中的應用.pdf
- 基于免疫陰性選擇算法的轉(zhuǎn)子故障數(shù)據(jù)分類方法研究.pdf
- 文本分類中特征選擇方法研究.pdf
- 分類中的變量選擇方法及應用.pdf
- 模式分類中特征降維方法的研究
- 模式分類中特征降維方法的研究.pdf
- 文本分類的特征選擇和分類方法研究.pdf
- 面向醫(yī)學數(shù)據(jù)的隨機森林特征選擇及分類方法研究.pdf
- 培訓模式的分類與選擇
- 基于決策樹的數(shù)據(jù)挖掘方法在化學模式分類中的應用.pdf
- 情感分類特征選擇方法研究.pdf
- 維吾爾文文本分類中特征選擇方法的研究.pdf
- 模式識別分類中特征約簡的方法研究.pdf
評論
0/150
提交評論