

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、現(xiàn)有的分類算法被廣泛應(yīng)用于數(shù)值唯一的數(shù)據(jù)分類問題。然而,在許多真實(shí)應(yīng)用中普遍存在數(shù)值服從某種分布的不確定數(shù)據(jù),如果使用傳統(tǒng)的分類算法對不確定數(shù)據(jù)進(jìn)行分類,那么極有可能會(huì)給出錯(cuò)誤的結(jié)果。所以,如何正確的分類不確定數(shù)據(jù),對于現(xiàn)實(shí)應(yīng)用具有極其重要的研究價(jià)值。
極限學(xué)習(xí)機(jī)是針對單層前饋神經(jīng)網(wǎng)絡(luò)的優(yōu)化算法,對于確定數(shù)據(jù)是一個(gè)強(qiáng)有力的分類算法,但是還不能用于分類不確定數(shù)據(jù)。目前已經(jīng)有研究使用極限學(xué)習(xí)機(jī)處理不確定數(shù)據(jù),該類算法使用期望值和抽
2、樣點(diǎn)對不確定數(shù)據(jù)進(jìn)行建模,通過投票的方式將其轉(zhuǎn)化為確定數(shù)據(jù)的分類問題。這類方法會(huì)造成不確定數(shù)據(jù)分布信息的丟失問題,而且沒有將不確定數(shù)據(jù)的分布信息整合到極限學(xué)習(xí)機(jī)框架中,不能很好的處理數(shù)據(jù)的不確定性。
針對上面所提到的問題,本文研究出了一種新穎的基于極限學(xué)習(xí)機(jī)的不確定數(shù)據(jù)分類算法UELM。首先,UELM使用概率密度函數(shù)(PDF)替代期望值和抽樣點(diǎn)的方法來對不確定數(shù)據(jù)進(jìn)行建模,這種做法有效避免了期望值和抽樣點(diǎn)方法帶來的不確定信息(
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(huì)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(chǔ)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
- 基于分布式極限學(xué)習(xí)機(jī)的不確定數(shù)據(jù)流分類技術(shù)的研究與實(shí)現(xiàn).pdf
- 基于極限學(xué)習(xí)機(jī)的不確定XML文檔分類的研究與實(shí)現(xiàn).pdf
- 面向在線不均衡數(shù)據(jù)分類的極限學(xué)習(xí)機(jī)算法研究.pdf
- 不平衡數(shù)據(jù)分類和極限學(xué)習(xí)機(jī)算法研究.pdf
- 基于進(jìn)化極限學(xué)習(xí)機(jī)的特征加權(quán)近鄰分類算法.pdf
- 不確定數(shù)據(jù)的挖掘算法研究.pdf
- 基于不確定數(shù)據(jù)的聚類算法研究.pdf
- 基于序列數(shù)據(jù)獲取的改進(jìn)極限學(xué)習(xí)機(jī)算法研究.pdf
- 基于集成極限學(xué)習(xí)機(jī)的神經(jīng)元分類算法研究.pdf
- 基于極限學(xué)習(xí)機(jī)的半監(jiān)督分類.pdf
- 基于極限學(xué)習(xí)機(jī)的三維模型數(shù)據(jù)分類研究.pdf
- 基于深度學(xué)習(xí)的極限學(xué)習(xí)機(jī)算法研究.pdf
- 不確定數(shù)據(jù)聚類算法研究.pdf
- 基于層次的不確定數(shù)據(jù)聚類算法研究.pdf
- 基于集成學(xué)習(xí)的極限學(xué)習(xí)機(jī)的算法研究.pdf
- 基于不確定數(shù)據(jù)的范圍查詢算法的研究與實(shí)現(xiàn).pdf
- 基于不確定數(shù)據(jù)的頻繁項(xiàng)集挖掘算法的研究.pdf
- 面向不確定數(shù)據(jù)的最近鄰分類方法研究.pdf
- 基于極限學(xué)習(xí)機(jī)的多示例算法研究.pdf
- 不確定數(shù)據(jù)頻繁模式挖掘算法研究.pdf
評論
0/150
提交評論