新穎的判別性特征選擇方法
大小：0.65 MB 人氣： 2018-01-02 需要積分：2
推薦 + 挑錯(cuò) + 收藏(0) + 用戶評(píng)論（0）
標(biāo)簽：分類(12865)數(shù)據(jù)預(yù)處理(2723)
作為數(shù)據(jù)預(yù)處理的一種常用的手段，特征選擇不僅能夠提高分類器的分類性能，而且能增加對(duì)分類結(jié)果的解釋性。針對(duì)基于稀疏學(xué)習(xí)的特征選擇方法有時(shí)會(huì)忽略一些有用的判別信息而影響分類性能的問題，提出了一種新的判別性特征選擇方法-D-LASSO，用于選擇出更具有判別力的特征。首先D-LASSO模型包含一L1一范式正則化項(xiàng)，用于產(chǎn)生一個(gè)稀疏解；其次，為了誘導(dǎo)出更具有判別力的特征，模型中增加了一個(gè)新的判別性正則化項(xiàng)，用于保留同類樣本以及不同類樣本之間幾何分布信息，用于誘導(dǎo)出更具有判別力的特征。在一系列Benchmark數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明，與已有方法相比較，D-LASSO不僅能進(jìn)一步提高分類器的分類精度，而且對(duì)參數(shù)也較為魯棒。
?
非常好我支持^.^
(0) 0%
不好我反對(duì)
(0) 0%
下載地址
新穎的判別性特征選擇方法下載
相關(guān)電子資料下載
- 人工神經(jīng)網(wǎng)絡(luò)模型的分類有哪些 134
- 一文快速了解RFID技術(shù)的構(gòu)成及分類 109
- 車載無線技術(shù)分類介紹 411
- 機(jī)器視覺光源的作用、分類及實(shí)際應(yīng)用 118
- 神經(jīng)元的分類包括哪些 234
- 卷積神經(jīng)網(wǎng)絡(luò)分類方法有哪些 102
- cnn卷積神經(jīng)網(wǎng)絡(luò)分類有哪些 106
- 什么神經(jīng)網(wǎng)絡(luò)模型適合做分類 114
- 卷積神經(jīng)網(wǎng)絡(luò)在文本分類領(lǐng)域的應(yīng)用 152
- 風(fēng)華貼片電容的分類詳細(xì)介紹 86