版權(quán)說(shuō)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(jiǎn)介
1、多類標(biāo)問(wèn)題在現(xiàn)實(shí)世界中普遍存在。在多類標(biāo)分類問(wèn)題中,訓(xùn)練集中的每個(gè)樣本都對(duì)應(yīng)由一個(gè)或者多個(gè)類標(biāo)組合而成。多類標(biāo)學(xué)習(xí)的任務(wù)就是在類標(biāo)集大小未知的情況下,為未知的樣本預(yù)測(cè)其類標(biāo)集。傳統(tǒng)的分類中每個(gè)樣本只屬于一個(gè)類,多類標(biāo)分類問(wèn)題與之明顯不同。因此,單類標(biāo)分類的算法不能直接用于處理這類多類標(biāo)數(shù)據(jù)。
傳統(tǒng)的多類標(biāo)分類算法大多是在常見(jiàn)的單類標(biāo)算法基礎(chǔ)上進(jìn)行改進(jìn),這類算法均非常依賴于機(jī)器學(xué)習(xí)所需要的訓(xùn)練數(shù)據(jù)集。因此,如何在訓(xùn)練數(shù)據(jù)稀缺的現(xiàn)
2、實(shí)環(huán)境下利用少量的標(biāo)記樣本和大量的未標(biāo)記的樣本進(jìn)行學(xué)習(xí),構(gòu)建有效的分類器,成為當(dāng)前該方向的重點(diǎn)和難點(diǎn)。
針對(duì)傳統(tǒng)的多類標(biāo)分類算法需要大量已標(biāo)記數(shù)據(jù)才能有效建模的問(wèn)題,提出一種使用高斯域和貝葉斯網(wǎng)絡(luò)來(lái)結(jié)合主動(dòng)學(xué)習(xí)與半監(jiān)督的多類標(biāo)分類算法。
(1)首先,針對(duì)多類標(biāo)數(shù)據(jù)的特征屬性維數(shù)高的特點(diǎn),提出了一種采用LLE降維算法并建立多個(gè)貝葉斯網(wǎng)絡(luò)的多類標(biāo)分類算法;
(2)然后,在高斯隨機(jī)域模型的基礎(chǔ)上提出了一種結(jié)合主動(dòng)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)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。
最新文檔
- 基于貝葉斯網(wǎng)絡(luò)的多類標(biāo)分類算法研究.pdf
- 基于稀疏貝葉斯的半監(jiān)督超限學(xué)習(xí)機(jī)分類算法研究.pdf
- 結(jié)合主動(dòng)學(xué)習(xí)的半監(jiān)督分類算法優(yōu)化研究.pdf
- 多維貝葉斯網(wǎng)絡(luò)分類器學(xué)習(xí)算法.pdf
- 基于主動(dòng)半監(jiān)督極限學(xué)習(xí)機(jī)多類圖像分類方法研究.pdf
- 貝葉斯網(wǎng)絡(luò)分類器與應(yīng)用.pdf
- 基于無(wú)監(jiān)督聚類和樸素貝葉斯分類的文本分類方法研究.pdf
- 貝葉斯網(wǎng)絡(luò)
- 貝葉斯網(wǎng)絡(luò)分類器學(xué)習(xí)及其在信用評(píng)分中的應(yīng)用.pdf
- 基于貝葉斯網(wǎng)絡(luò)的多維數(shù)據(jù)分類研究.pdf
- 保護(hù)隱私的貝葉斯網(wǎng)絡(luò)學(xué)習(xí)研究.pdf
- 基于智能優(yōu)化的貝葉斯網(wǎng)絡(luò)分類模型研究.pdf
- 貝葉斯網(wǎng)絡(luò)研究.pdf
- 貝葉斯網(wǎng)絡(luò)簡(jiǎn)介
- 貝葉斯網(wǎng)絡(luò)matlab
- 增量學(xué)習(xí)樸素貝葉斯中文分類系統(tǒng)的研究.pdf
- 貝葉斯網(wǎng)絡(luò)參數(shù)遷移學(xué)習(xí)方法.pdf
- 限制性貝葉斯網(wǎng)絡(luò)分類器研究.pdf
- 基于貝葉斯理論的網(wǎng)絡(luò)流量分類研究.pdf
- 貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)增量學(xué)習(xí)研究.pdf
評(píng)論
0/150
提交評(píng)論