已閱讀1頁，還剩39頁未讀， 繼續(xù)免費(fèi)閱讀
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、示例學(xué)習(xí)是從某一概念的已知正例集合和反例集合中歸納出描述所有正例并排斥所有反例的該概念的一般規(guī)則，因此，示例學(xué)習(xí)也稱為概念獲取（concept acquisition）?，F(xiàn)有的示例學(xué)習(xí)算法主要分成兩大類：覆蓋算法和分治算法。覆蓋算法生成歸納規(guī)則，一般表示為析取范式。本文主要討論基于擴(kuò)張矩陣?yán)碚摮槿∫?guī)則的覆蓋算法。
擴(kuò)張矩陣最主要的優(yōu)點(diǎn)在于具有很高的準(zhǔn)確率。本文對一種典型的擴(kuò)張矩陣算法FCV給出了一種改進(jìn)。改進(jìn)的主要思想是省
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(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。
最新文檔
- 多示例學(xué)習(xí)算法研究.pdf
- 基于示例加權(quán)支持向量機(jī)的多示例學(xué)習(xí)算法研究.pdf
- 示例學(xué)習(xí)的決策樹算法研究.pdf
- 基于代表示例選擇與SVDD的多示例學(xué)習(xí)算法研究.pdf
- 基于多示例學(xué)習(xí)的圖像檢索算法研究.pdf
- 基于主動學(xué)習(xí)的多示例多標(biāo)簽學(xué)習(xí)算法研究.pdf
- 能力達(dá)成矩陣示例
- 基于多示例學(xué)習(xí)的視頻字幕提取算法研究.pdf
- 基于多示例學(xué)習(xí)的圖像內(nèi)容過濾算法研究.pdf
- 圖像檢索的歸并多示例學(xué)習(xí)算法.pdf
- 基于在線多示例學(xué)習(xí)的目標(biāo)跟蹤算法研究.pdf
- 基于極限學(xué)習(xí)機(jī)的多示例算法研究.pdf
- 基于模糊矩陣學(xué)習(xí)的圖像檢索算法研究.pdf
- 模糊擴(kuò)張矩陣中的參數(shù)優(yōu)化研究.pdf
- 基于特征選擇的嵌入空間多示例學(xué)習(xí)算法研究.pdf
- 基于支持向量數(shù)據(jù)描述的多示例學(xué)習(xí)算法研究.pdf
- 基于特征加權(quán)的在線多示例學(xué)習(xí)跟蹤算法.pdf
- 基于多示例學(xué)習(xí)的目標(biāo)跟蹤算法及其并行化研究.pdf
- 結(jié)合多示例學(xué)習(xí)和模板匹配的目標(biāo)跟蹤算法研究.pdf
- 多示例學(xué)習(xí)的包層次覆蓋算法及其應(yīng)用研究.pdf
評論
0/150
提交評論