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62頁未讀, 繼續(xù)免費閱讀

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),請進行舉報或認領(lǐng)

文檔簡介

1、模式識別是指對表征事物或現(xiàn)象的各種形式信息進行處理和分析,以對事物或現(xiàn)象進行描述、辨認、分類和解釋的過程。模式識別技術(shù)可用于人臉識別、指紋識別、語音識別和文檔分類等。統(tǒng)計模式識別中包含一個重要環(huán)節(jié),即根據(jù)訓(xùn)練樣本建立分類器。研究中發(fā)現(xiàn),建立分類器時同時提高學(xué)習(xí)能力和泛化性存在一定的矛盾。統(tǒng)計學(xué)習(xí)理論中,Vapnik基于假設(shè)集合的VC維給出了學(xué)習(xí)器泛化性和學(xué)習(xí)能力間的關(guān)系。可以不嚴格地認為假設(shè)集合VC維越小,泛化性越強,學(xué)習(xí)能力越弱;而V

2、C維越大,泛化性越弱,學(xué)習(xí)能力越強。由此不難發(fā)現(xiàn),設(shè)計分類器時存在矛盾:學(xué)習(xí)能力和泛化性很難同時提高。實際工作中,我們通常是在兩者間進行一定的平衡與折中。
   該論文提出一種新的分類方法旨在降低這種矛盾。分類器的建立可以被描述為這樣一個過程,即從假設(shè)集合中搜索出一個最能分類訓(xùn)練數(shù)據(jù)的假設(shè)。統(tǒng)計學(xué)習(xí)理論等分析泛化性時是基于假設(shè)集合的偏置(VC維),而描述學(xué)習(xí)能力時同樣是基于該偏置,這就是造成矛盾的一個原因。降低矛盾的一個辦法就是

3、基于不同的因素改變泛化性和學(xué)習(xí)能力。論文的基本思想為:學(xué)習(xí)能力基于假設(shè)集合,泛化能力基于搜索策略。讓假設(shè)集合無偏以增強分類器對數(shù)據(jù)的學(xué)習(xí)能力,讓搜索策略強偏以增強分類器的泛化能力。
   該論文主要完成了以下工作:
   ①提出了一種搜索偏置:尋找最大邊距分類面。并定義了一類特殊的數(shù)據(jù)分布pure distribution pair,以及基于該類分布的對偶點對。(注:論文中提出的最大邊距分類面與支持向量機不同在于該分類面

4、是與分布相關(guān)的曲面,而非平面)
   ②介紹了在數(shù)據(jù)分布滿足pure distribution pair時,尋找訓(xùn)練樣本中近似對偶點對的方法,以及基于這些對偶點對建立分類面和進行分類的策略。
   ③討論了在數(shù)據(jù)分布不滿足pure distribution pair時,消除“噪聲”,變換數(shù)據(jù)使數(shù)據(jù)分布滿足pure distribution pair的方法。
   ④實現(xiàn)了該分類方法,并通過實驗,一定程度上說明了該

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)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(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。

評論

0/150

提交評論