2023年全國(guó)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44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(jiǎn)介

1、特征選擇是機(jī)器學(xué)習(xí)領(lǐng)域的研究的重要內(nèi)容之一。隨著應(yīng)用于機(jī)器學(xué)習(xí)領(lǐng)域的數(shù)據(jù)維數(shù)不斷升高,數(shù)據(jù)存儲(chǔ)、運(yùn)算,都消耗了大量的計(jì)算機(jī)資源。為了節(jié)省資源,避免所謂“維數(shù)災(zāi)難”的出現(xiàn),變量和特征的降維技術(shù)在許多研究課題和實(shí)際應(yīng)用中(如:網(wǎng)絡(luò)文檔的文本處理,基因表達(dá)序列分析,組合化數(shù)據(jù)等等),都有著非常重要的意義。
   半監(jiān)督特征選擇算法是針對(duì)于含有少量監(jiān)督信息和大量無標(biāo)記數(shù)據(jù)的樣本集的特征選擇算法?,F(xiàn)有多數(shù)半監(jiān)督特征選擇方法是基于類標(biāo)記這種

2、監(jiān)督信息形式的,而在實(shí)際應(yīng)用中,成對(duì)約束分類信息作為一種先驗(yàn)知識(shí)的形式往往比較容易獲得,成對(duì)約束下的半監(jiān)督特征選擇算法并不多見。本文主要針對(duì)成對(duì)約束下的半監(jiān)督特征選擇算法進(jìn)行了相關(guān)的研究,主要研究工作如下:
   (1)提出了一種成對(duì)約束下基于假設(shè)間隔的半監(jiān)督特征選擇算法Csimba。該算法利用成對(duì)約束條求解使假設(shè)間隔最大的特征,以此進(jìn)行特征排序。在UCI數(shù)據(jù)集的實(shí)驗(yàn)表明提出的算法是有效的。
   (2)提出了一種成對(duì)約

3、束下基于特征相關(guān)性的半監(jiān)督特征選擇算法ICSMI。算法利用互信息和信息熵估計(jì)特征間的相關(guān)性,可以降低特征子集的冗余度,增強(qiáng)了特征的有效性。在UCI數(shù)據(jù)集的實(shí)驗(yàn)表明提出的算法是有效的。
   (3)提出了一種成對(duì)約束擴(kuò)展方法RCE。該方法利用Relevant-Set Correlation聚類模型對(duì)于成對(duì)約束包含的樣本點(diǎn)進(jìn)行聚類,從而擴(kuò)展成對(duì)約束集。利用擴(kuò)展后的成對(duì)約束集并運(yùn)用ICSMI進(jìn)行特征選擇,從而使ICSMI算法在初始成對(duì)

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。

評(píng)論

0/150

提交評(píng)論