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(bào)或認(rèn)領(lǐng)
文檔簡介
1、隨著科學(xué)技術(shù),信息技術(shù)的進(jìn)步,大數(shù)據(jù)時(shí)代已經(jīng)來臨,在很多領(lǐng)域都存在維數(shù)災(zāi)難的問題,如何解決維數(shù)災(zāi)難問題是當(dāng)今科學(xué)界都在思考的問題,因此性能越突出的特征約簡算法成為研究的熱點(diǎn)問題,常應(yīng)用于醫(yī)學(xué)數(shù)據(jù)處理領(lǐng)域和生物數(shù)據(jù)處理領(lǐng)域,常用的特征約簡算法有特征選擇算法和特征提取算法,此兩種方法都可以很好的將特征屬性進(jìn)行“降維”處理。但是兩種方法都存在各自的優(yōu)點(diǎn)和缺點(diǎn),如何利用它們兩者優(yōu)點(diǎn)摒棄缺點(diǎn)也為人們在特征約簡的過程中提供了非常好的研究思路與研究方
2、向?
本論文分別從特征選擇和特征提取的角度對特征屬性進(jìn)行約簡研究,分別通過三個(gè)特征約簡的算法對數(shù)據(jù)的特征屬性進(jìn)行約簡?,F(xiàn)階段特征特征選擇算法與分類算法是分別單獨(dú)設(shè)計(jì)的,兩種算法兼容性比較差。如何解決兼容性差的問題呢。設(shè)計(jì)出一種基于互信息與支持向量機(jī)器的特征約簡方法,合理的將互信息的相關(guān)知識與支持向量機(jī)的相關(guān)參數(shù)協(xié)調(diào)設(shè)計(jì),該算法在將特征屬性進(jìn)行選擇、提取,將特征集合中的不相關(guān)項(xiàng)冗余項(xiàng)進(jìn)行剔除,將最有價(jià)值的特征屬性保留下來同時(shí)將后
3、續(xù)分類器的相關(guān)設(shè)計(jì)也同時(shí)進(jìn)行。應(yīng)用主成分分析進(jìn)行特征約簡雖然可以很大程度上進(jìn)行特征約簡,但是算法并沒有考慮到類別屬性對特征提取的影響。結(jié)合主成分分析和互信息的優(yōu)點(diǎn)提出新的特征提取算法,此算法可以將高維特征屬性進(jìn)行大比例的約簡,并能從中分析特征屬性的主要因素和最優(yōu)的分離平面。最后的一個(gè)算法對樣本的線性判別準(zhǔn)則與FISHER算法進(jìn)行不同角度的改進(jìn),并提出一種新的特征約簡算法,此算法將依據(jù)樣本數(shù)據(jù)集中同類樣本數(shù)據(jù)的類內(nèi)散度及不相同類的樣本數(shù)據(jù)
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(shí)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。
最新文檔
- 視覺模式識別中的表示與分類方法研究.pdf
- 模式識別中的特征選擇與評價(jià)方法研究.pdf
- 多分類器融合模式識別方法研究.pdf
- 醫(yī)學(xué)圖像模式識別中特征向量提取方法的研究.pdf
- 幾種模式識別方法在高階數(shù)據(jù)分類中的應(yīng)用.pdf
- 模式識別中幾類降維方法的研究.pdf
- IDS中模糊模式識別方法的研究.pdf
- 基于模式識別技術(shù)的雷達(dá)輻射源分類識別方法研究.pdf
- 基于多元圖特征基元的模式識別方法研究
- 基于模式識別方法的多光譜遙感圖像分類研究.pdf
- 基于多元圖特征基元的模式識別方法研究.pdf
- 模式識別的核方法研究.pdf
- 模式識別在氣體樣品分類中的應(yīng)用研究.pdf
- 模式識別中核方法若干問題研究.pdf
- 模式識別 第二章 特征選擇方法
- 基于多分類器集成的模式識別研究.pdf
- 基于昆蟲形狀特征的模式識別.pdf
- 基于磁共振影像腦疾病分類的模式識別方法研究.pdf
- 基于特征評價(jià)的模式識別算法研究.pdf
- 心電圖常見疾病的統(tǒng)計(jì)模式識別分類方法的應(yīng)用研究.pdf
評論
0/150
提交評論