2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩51頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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、本文研究相關(guān)分析方法在異常檢測(cè)中的應(yīng)用,并將其應(yīng)用于特征選擇及地震特征數(shù)據(jù)的異常檢測(cè)中。主要研究?jī)?nèi)容如下:
   提出了一種基于離散粒子群算法(Binary Particle Swarm Optimization,BPSO)及以重疊信息熵(Overlap Information Entropy,OIE)為適應(yīng)值函數(shù)的特征子集選擇方法。該方法是不依賴于分類器的特征選擇方法。主要思想是:首先隨機(jī)產(chǎn)生若干粒子,以特征屬性集與類別屬性之

2、間的OIE作為BPSO 算法的適應(yīng)值函數(shù),其大小表示所選特征子集與類別屬性之間相關(guān)性程度的高本文研用BPSO 算法究特征子集相關(guān)分析,方法在異與類別屬性的OIE 方大的特征子集為方分特征子集。常檢測(cè)中的示:該方法不應(yīng)用,并地將其于方分特征子集,特用相關(guān)特征征選擇及地震數(shù)信息,其分類測(cè)中不據(jù)于。主屬性的分類測(cè)中。
   提出了一要內(nèi)容性如相關(guān)信息熵的下:,提出并了一了該信息熵的若干性種,基離性種散粒子群熵的基本性種。如相關(guān)信息熵是

3、一種度算以重算疊內(nèi)容性信息的相關(guān)性程度大小的熵為。作為以重算之間相關(guān)關(guān)信的不在異性度算,重算間的相關(guān)性程度適大,究應(yīng)的如相關(guān)信息熵值適小。如相關(guān)信息熵的提出為相關(guān)分析值函的研究提集了一種如方法擇如思該。如相關(guān)信息熵的應(yīng)用常是測(cè)中不一依是一種,并特,用的度算內(nèi)容性信息不在異性的方法。
   基于賴類研究,器思了用數(shù)據(jù)想首先隨相關(guān)地震機(jī)產(chǎn)生若與干屬的分析性與別之信息,間信息的器思作的大在為小表的相一示研究所下基程。本文的研究測(cè)中主要

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)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。

最新文檔

評(píng)論

0/150

提交評(píng)論