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67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、隨著科技的快速發(fā)展,各行各業(yè)涌現(xiàn)出大量的數(shù)據(jù)信息。如何從這些數(shù)據(jù)中快速獲取有用的知識、提取有效的分類方法是目前機器學習面臨的主要問題。粗糙集理論方法是一種能有效地分析和處理不精確、不一致、不完整等各種不確定信息的數(shù)據(jù)分析工具,已經(jīng)成功應(yīng)用于機器學習、模式識別、決策支持、知識發(fā)現(xiàn)、故障診斷等領(lǐng)域。知識約簡作為粗糙集應(yīng)用的關(guān)鍵技術(shù),是該理論的核心問題之一,能夠?qū)?shù)據(jù)進行快速有效的處理。
  Vapnik等人提出的支持向量機是一種新的機

2、器學習理論,集成了最大間隔超平面、Mercer核、凸二次規(guī)劃、稀疏解和松弛變量等多項技術(shù),其主要借助于最優(yōu)化方法來解決機器學習問題。由于該理論具有全局最優(yōu)、結(jié)構(gòu)簡單、推廣能力強等優(yōu)點,近些年得到了廣泛地研究并被應(yīng)用于數(shù)據(jù)分類、模式識別等領(lǐng)域。由于大多數(shù)的多類分類問題最終都可以轉(zhuǎn)化為兩類分類問題,因此支持向量機的原始問題也只涉及兩類分類問題。
  通過對以上兩種理論的學習研究,結(jié)合它們的優(yōu)點,設(shè)計了一種基于信息熵的粗糙集約簡與支持向

3、量機相結(jié)合分類算法,并將該算法應(yīng)用到本文的分類系統(tǒng)中,實驗結(jié)果顯示該算法在分類的準確率和速率方面都有所提高。本文主要工作如下:
  1.通過對粗糙集約簡方法的研究,選擇基于信息熵的啟發(fā)式約簡方法作為本文所提算法屬性約簡的工具。
  2.在粗糙集區(qū)分矩陣的基礎(chǔ)上,提出一種新的粗糙集對象約簡算法。
  3.設(shè)計了一種基于信息熵的粗糙集約簡與支持向量機相結(jié)合的分類算法。該算法采用粗糙集屬性約簡理論對支持向量機數(shù)據(jù)特征進行選擇

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