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44頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：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，請進行舉報或認領

文檔簡介

1、該文就兩分類問題,研究了兩種線性判別:主分量分類器和Fisher判別分析.主分量分類器是在兩類樣本投影代數(shù)和最大的前提下,獲得最佳投影方向(分類面法方向),實現(xiàn)樣本分類.它的不足之處在于:1.認為所有樣本(包括野值)對分類面設計的貢獻相等;2.只考慮了一個野值;3.沒有考慮噪聲對分類面的影響.鑒于以上不足,本文引入k-近鄰、加權等策略,在PCC基礎上,設計了一組增強型主分量分類器,其魯棒性、推廣能力均強于PCC.Fisher判別用類間離

2、散度描述不同類樣本分離程度,用類內(nèi)離散度刻劃類內(nèi)樣本疏密程度.但類間離散度矩陣的秩最大只能為1,決定了FLDA只能取一個判別方向(最大特征值對應的特征向量),無法利用其它方向的判別信息.為打破這種限制,該文采用一種新的度量來衡量異類樣本的分離程度,取代Fisher判別的類間離散度,改進后的判別稱之為多特征線性判別,它不僅可以利用多個方向的判別信息,靈活選擇判別方向的個數(shù),而且推廣能力優(yōu)于FLDA,在某些情形下甚至超過了SVM.在人工數(shù)據(jù)

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)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權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