已閱讀1頁，還剩52頁未讀， 繼續(xù)免費閱讀
版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領
文檔簡介
1、現(xiàn)代電子商務的迅速發(fā)展和知識管理技術的進步使得現(xiàn)在的數(shù)據(jù)收集變得更加容易和迅速。如何從海量數(shù)據(jù)中挖掘出有效的信息成為眾多領域重點關注的研究問題。近來，復雜高維數(shù)據(jù)存在的“維災難”問題成為數(shù)據(jù)挖掘領域的研究熱點。分類是有效分析數(shù)據(jù)的一種方法，然而隨著數(shù)據(jù)集呈現(xiàn)出越來越高的維度，其中一些不相關或冗余特征大大增加了分類處理的難度。
本文以對各類別樣本發(fā)現(xiàn)具有顯著鑒別能力的類特征子空間、從而提高分類準確率為研究目標，利用Filter模
2、型的高效率及Wrapper模型的高性能，結合“最大相關-最小冗余(mRMR)”方法和改進后的遺傳算法設計了一種有效的基于類的兩階段特征子空間選擇分類方法。首先，在 Filter階段使用 mRMR標準預選一定數(shù)量的特征作為候選特征子集；然后，在Wrapper階段設計特征子空間優(yōu)化的GA-SVM算法。GA-SVM將SVM分類器訓練與類特征子空間優(yōu)化同時進行。在UCI數(shù)據(jù)集上的仿真實驗結果也表明該分類方法相比于其他已有特征選擇分類算法具有較好
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。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內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)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容，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
- 57867.復雜數(shù)據(jù)分類和ev模型應用研究
- 復雜數(shù)據(jù)分類方法及其在個性化推薦系統(tǒng)中的應用.pdf
- 面向復雜數(shù)據(jù)對象的分類算法研究.pdf
- 基于特征分析和數(shù)據(jù)降維的復雜數(shù)據(jù)預測與分類方法研究.pdf
- 星型模型在復雜數(shù)據(jù)倉庫環(huán)境中應用研究
- 復雜數(shù)據(jù)可視化的研究與應用.pdf
- RFID復雜數(shù)據(jù)處理的研究.pdf
- 高維復雜數(shù)據(jù)的有監(jiān)督特征提取方法.pdf
- 53496.遺傳計算模型及其在復雜數(shù)據(jù)處理中應用的研究
- 面向復雜數(shù)據(jù)的聚類算法研究.pdf
- 復雜數(shù)據(jù)的集成聚類算法研究.pdf
- 基因表達數(shù)據(jù)分類算法及其應用研究.pdf
- 復雜數(shù)據(jù)多屬性指標的估計模型.pdf
- 面向失衡數(shù)據(jù)集的集成學習分類方法及其應用研究.pdf
- 空間數(shù)據(jù)挖掘中的分類方法及其應用研究.pdf
- 復雜數(shù)據(jù)流分析關鍵技術研究.pdf
- 時間序列數(shù)據(jù)分類、檢索方法及應用研究.pdf
- 海量復雜結構數(shù)據(jù)計算方法的應用研究.pdf
- 基于粗糙集的數(shù)據(jù)分類知識發(fā)現(xiàn)方法及其應用研究.pdf
- 大規(guī)模復雜數(shù)據(jù)的譜聚類研究.pdf
評論
0/150
提交評論