

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、隨著描述事物復雜程度的提高,需要處理的特征維數(shù)越來越高,同時特征中的冗余部分相應地增多。利用特征選擇減少特征中的冗余部分,提高模式分類的效率和準確性,是目前的研究熱點。本文討論了特征選擇的研究現(xiàn)狀、基本理論和方法,研究了特征選擇的搜索策略、評價準則和選擇模式,具體完成的工作主要有以下三個方面:
1)提出了基于改進遺傳算法的并列式多準則特征選擇算法。首先,針對基本遺傳算法用于特征選擇精度不高、過早收斂的問題,對其進行了改進:采用
2、自適應交叉和自適應變異操作,并引入了鏈式智能體結構,智能體間通過競爭實現(xiàn)優(yōu)勝劣汰,改進后算法的收斂速度和解的質量都得到了提高。然后,將改進的遺傳算法用于特征選擇。為了提高單評價準則特征選擇算法的性能,本文提出了并列式多準則算法:分別基于單個準則選出滿意特征子集,然后通過某種評價體制得到最終特征子集。實驗結果表明,并列式多準則算法性能優(yōu)于單準則算法,能有效去除冗余特征,降低特征維數(shù),提高分類準確率。
2)提出了基于改進遺傳算法的
3、輪循式多準則特征選擇算法。與并列式多準則算法不同,該算法的思路是依次采用各個準則進行特征選擇,利用后面的準則對前面的準則進行補充、修正,直到所有的評價準則全部遍歷完為止。實驗結果表明,輪循式多準則算法比僅采用單個準則的特征選擇算法準確率更高。
3)提出了比例混合模式特征選擇算法。將filter模式和wrapper模式有機結合,提出了比例混合模式的特征選擇算法:首先采用基于遺傳算法的filter模式進行一次特征選擇,然后根據比例
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。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,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。
最新文檔
- 基于Fisher Score及遺傳算法的特征選擇方法研究.pdf
- 基于多目標遺傳算法和SVM的特征選擇方法.pdf
- 基于改進遺傳算法的圖像分割方法.pdf
- 基于遺傳算法的信息SNP選擇方法研究.pdf
- 基于遺傳算法的改進多重心選址方法
- 基于改進的遺傳算法的網絡編碼優(yōu)化方法研究.pdf
- 基于改進遺傳算法的圖像匹配方法研究.pdf
- 基于改進遺傳算法的作業(yè)車間調度優(yōu)化方法研究.pdf
- 基于改進遺傳算法的建模和動態(tài)優(yōu)化方法研究.pdf
- 基于改進遺傳算法的應用研究.pdf
- 基于改進遺傳算法的航跡規(guī)劃研究.pdf
- 基于改進遺傳算法的VRP問題研究.pdf
- 基于改進遺傳算法的控制參數(shù)研究.pdf
- 改進遺傳算法的研究.pdf
- 遺傳算法所面臨的課題及遺傳算法的非效率操作改進方法研究.pdf
- 基于改進遺傳算法的支持QoS的語義web服務選擇.pdf
- 遺傳算法的研究與改進.pdf
- 實數(shù)遺傳算法的改進研究.pdf
- 遺傳算法的改進與研究.pdf
- 基于改進遺傳算法的機械多目標優(yōu)化設計方法的研究.pdf
評論
0/150
提交評論