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48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),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、對事物進(jìn)行分類,是人們認(rèn)識(shí)事物的出發(fā)點(diǎn),也是人們認(rèn)識(shí)世界的一種重要方法。因此,分類學(xué)已成為人們認(rèn)識(shí)世界的一門基礎(chǔ)科學(xué)。在生物,經(jīng)濟(jì),社會(huì),人口等領(lǐng)域的研究中,存在著大量的分類研究。目前常見的分類方法有決策樹分類、貝葉斯分類、神經(jīng)網(wǎng)絡(luò)分類、k-最近鄰分類、支持向量機(jī)分類、以及基于粗糙集和云模型的分類方法。本文首先介紹了數(shù)據(jù)分類的相關(guān)概念,然后對其中最常用的幾種分類方法進(jìn)行了深入地研究,經(jīng)研究發(fā)現(xiàn)這些方法對于解決樣本分類問題時(shí),在保證既有較

2、高的準(zhǔn)確率又有較快的速度方面,都顯得不夠理想。 因此本文提出了一種新的基于閉包的解決樣本分類問題的方法,并在此分類方法的基礎(chǔ)上給出了Rd空間中的樣本分類判別準(zhǔn)則和分類模型。最后分別以蘩縷花品種的分類判別和乳腺癌的分類診斷為例,都收到了不錯(cuò)的實(shí)驗(yàn)效果。本文主要研究內(nèi)容如下: (1)引入了一種新的降維方法。先對所有的樣本指標(biāo)進(jìn)行排列組合,以任意2個(gè)或3個(gè)指標(biāo)組合進(jìn)行閉包構(gòu)造然后選出最好的指標(biāo)組合、建模實(shí)驗(yàn)及分類判別。最后比較

3、二維和三維的實(shí)驗(yàn)效果。這樣可以在高維空間中,選擇出對數(shù)據(jù)分類最有效的若干個(gè)指標(biāo)組合,從而達(dá)到降維的效果: (2)提出了一種對樣本數(shù)據(jù)分類判別的新方法。該方法是基于閉包的原理進(jìn)行分類判別,不同于傳統(tǒng)的分類方法。傳統(tǒng)方法是從面出發(fā)找出若干近似曲線來把樣本點(diǎn)分為若干類,而基于閉包的分類方法是以類為出發(fā)點(diǎn),以閉包為規(guī)則的構(gòu)造分類的方法,即用幾個(gè)圓或球把樣本點(diǎn)分為若干類,并且每一類都是找最小的圓或球把樣本點(diǎn)包含進(jìn)去。比較可以看出本文的方法

4、操作方便,數(shù)學(xué)原理比較簡單。 (3)給出了交叉區(qū)域和位于閉包外的待檢驗(yàn)點(diǎn)的判別準(zhǔn)則。基于閉包的分類方法給出了對于閉包間的交叉區(qū)域和位于閉包外的待檢驗(yàn)點(diǎn)的分類判別準(zhǔn)則,這樣就能更精確的對每類樣本點(diǎn)的類別進(jìn)行判斷。 本文的研究成果,用閉包的分類方法來處理高維樣本中的分類問題,用已知的樣本數(shù)據(jù)的信息來檢測未知樣本的類別,并且選用了降維和特征選擇的思想,提高了算法的效率,最后引入了待檢測區(qū)域點(diǎn)的概念,進(jìn)一步減少了誤判率。實(shí)驗(yàn)證明

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(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。

評論

0/150

提交評論