一種有效匹配特征選擇提取方法_第1頁
一種有效匹配特征選擇提取方法_第2頁
一種有效匹配特征選擇提取方法_第3頁
全文預(yù)覽已結(jié)束

付費(fèi)下載

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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

從而快速準(zhǔn)確地進(jìn)行數(shù)據(jù)分析和分類，一直是研究者們關(guān)注的熱點(diǎn)問題。本文提出了一種有效匹配特征選擇提取方法，具有較高的準(zhǔn)確性和速度，能夠在數(shù)據(jù)分析和分類方面起到重要的作用。標(biāo)簽之間的關(guān)聯(lián)度來篩選特征。熵值法、相關(guān)系數(shù)法、互信息法、t檢驗(yàn)12由于實(shí)際數(shù)據(jù)存在噪聲、干擾等因素，為了提高特征選擇的準(zhǔn)確性，需要計(jì)算殘差。本文基于殘差對(duì)數(shù)據(jù)進(jìn)行了分析，進(jìn)一步提高了特征選312征之間的相似度和與標(biāo)簽之間的關(guān)聯(lián)度。再根據(jù)相似度和關(guān)聯(lián)度的權(quán)重，篩選出最具代表性、最有意義的特征。4本文將提出的方法與經(jīng)典特征選擇方法進(jìn)行了比較。實(shí)驗(yàn)結(jié)果表明，本文提出的方法在各項(xiàng)指標(biāo)上均表現(xiàn)出了優(yōu)越的效果，能夠快速、準(zhǔn)確然而，本文方法還存在一些不足之處，例如對(duì)高維數(shù)據(jù)的處理能力不足，需要進(jìn)一步改進(jìn)。未來的研究可以考慮將本文方法與深度學(xué)習(xí)等技術(shù)相GuyonI,ElisseeffA.Anintroductiontovariableandfeatureselection.Journalofmachinelearningresearch,2003,3(Mar):1157-PengH,LongF,DingC.Featureselectionbasedonmutualinformationcriteriaofmax-dependency,max-relevance,andmin-redundancy.IEEETransactionsonpatternanalysisandmachineintelligence,2005,27(8):1226-1238.LiuH,MotodaH.Featureselectionforknowledgediscoveryanddatamining,SpringerScience&BusinessMedia,2007.ZhangM,ZhangL,ZhangY.Featureselectionforhigh-dimensionaldata:Afastcorrelation-basedfiltersolution.Proceedingsofthe20thinternationaljo

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(qǐng)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(qǐng)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. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)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(duì)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(qǐng)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(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論