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43頁未讀, 繼續(xù)免費(fèi)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(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、特征提取是模式識別和機(jī)器學(xué)習(xí)研究領(lǐng)域的核心研究內(nèi)容,其目的是為了克服分類器所面臨的維數(shù)災(zāi)難和過擬合等難題。平均近鄰最大間隔(Average Neighborhood Margin Maximization,ANMM)是近期提出的一種特征提取方法,它能夠有效地克服制約線性判別分析(Linear Discriminant Analysis,LDA)的小樣本問題。ANMM能夠使同類數(shù)據(jù)盡量集中,同時使異類數(shù)據(jù)盡量分散。
  為了提高AN

2、MM的抗噪聲能力和泛化能力,本文完成了以下兩方面的研究工作:
  1.在ANMM基礎(chǔ)之上,提出了基于相關(guān)熵的平均近鄰最大間隔(Correntropy based ANMM,CANMM),即利用相關(guān)熵代替?zhèn)鹘y(tǒng)方法中的歐氏距離,提高了ANMM的抗噪聲能力,同時利用半二次優(yōu)化技術(shù)CANMM的優(yōu)化問題,提高了求解效率。
  2.提出了兩種基于正則化相關(guān)熵的平均近鄰最大間隔特征提取方法。正則化方法通過約束參數(shù)的范數(shù)對其起到限制作用,提

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。

評論

0/150

提交評論