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55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、多示例分類模型最早是Dietterich等人[1]在研究如何解決制藥業(yè)中選擇哪種分子入藥中提出的一種模型。在多示例學(xué)習(xí)中,我們直接把標(biāo)簽賦給多個示例組成的包,而不是包中的示例。如果包中至少有一個正示例,那么我們就把這個包標(biāo)記為正包,反之,則將這個包標(biāo)記為負(fù)包。到目前為止,已經(jīng)有許多學(xué)者對多示例算法學(xué)習(xí)進(jìn)行大量的研究,但是如何構(gòu)造高效的多示例學(xué)習(xí)算法仍然是目前研究的熱點(diǎn)。本論文將從分類精度這方面對多示例分類模型進(jìn)行研究。
   本

2、文通過對多示例學(xué)習(xí)算法進(jìn)行研究,發(fā)現(xiàn)只要在單實(shí)例學(xué)習(xí)目標(biāo)函數(shù)中引入多示例問題的約束,那么傳統(tǒng)監(jiān)督學(xué)習(xí)方法也能夠在多示例問題中取得比較好的分類能力。此外,考慮到集成學(xué)習(xí)方法能使傳統(tǒng)監(jiān)督學(xué)習(xí)算法提高泛化能力,本文在多示例學(xué)習(xí)模型中引入集成學(xué)習(xí)思想。實(shí)驗(yàn)結(jié)果表明這種方法可以解決多示例問題,也可以提高多示例學(xué)習(xí)算法的泛化能力。
   關(guān)于多示例學(xué)習(xí),雖然支持向量機(jī)已經(jīng)取得較好的分類能力。但是,用全局?jǐn)?shù)據(jù)訓(xùn)練得到的SVM分類模型未必適合個

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