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102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)行舉報或認(rèn)領(lǐng)

文檔簡介

1、數(shù)據(jù)挖掘在化學(xué)中的一個重要的應(yīng)用是從數(shù)據(jù)庫中提取有用的信息.質(zhì)譜儀是一種用來對化合物進(jìn)行鑒別和特征化的儀器技術(shù),它產(chǎn)生了大量的有助于化學(xué)結(jié)構(gòu)解析的數(shù)據(jù)。根據(jù)質(zhì)譜鑒別化合物和識別化學(xué)結(jié)構(gòu)性質(zhì)一直都是化學(xué)計量學(xué)中一項重要的工作。本文首先對多元統(tǒng)計分析,人工智能和現(xiàn)代數(shù)據(jù)挖掘中的各種分類方法進(jìn)行了深入的討論,其中一些方法已被用于基于質(zhì)譜數(shù)據(jù)的化學(xué)結(jié)構(gòu)和性質(zhì)的智能識別。但是,仍然有很多的化學(xué)結(jié)構(gòu)或子結(jié)構(gòu)不能被現(xiàn)有分類器有效的識別。從而尋找更好更

2、適合質(zhì)譜數(shù)據(jù)的方法仍然是化學(xué)計量學(xué)中一個重要的工作?! ”疚奶岢隽藢⒎诸悩浜湍媲衅貧w法(SIR)結(jié)合的新方法,并將這種方法用于質(zhì)譜數(shù)據(jù)的分類問題。分類樹是數(shù)據(jù)挖掘中最常用的一種分類工具,它在自動選擇變量和體現(xiàn)交互作用方面具有強(qiáng)大的功能。分類樹已經(jīng)被廣泛的用于質(zhì)譜數(shù)據(jù)的分類。但如果輸入變量是以某種線性組合的方式起作用,決策樹往往會因為無法體現(xiàn)這種方式導(dǎo)致模型的復(fù)雜化和準(zhǔn)確性的降低。逆切片回歸法正是一種在高維數(shù)據(jù)中找出有用的變量的線性組

3、合來回歸響應(yīng)變量的方法。所以有效的結(jié)合這兩種方法可以繼承它們的優(yōu)點(diǎn),使樹結(jié)構(gòu)也可體現(xiàn)變量間的線性組合關(guān)系。  助推法(boosting)是近代分類方法中的一個重要發(fā)展,它已經(jīng)被成功的用于很多領(lǐng)域,但是在化學(xué)計量學(xué)中,幾乎沒有任何的應(yīng)用。在這篇論文里,我們將神經(jīng)網(wǎng)絡(luò)助推法和分類樹助推法用于化學(xué)數(shù)據(jù)的分類。實  最后,我們根據(jù)貝葉斯最優(yōu)決策律提出了一種推廣的助推法(G-boosting)。助推法主要由兩步構(gòu)成,首先,通過順序地訓(xùn)練具有不

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

評論

0/150

提交評論