期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到3篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
流形学习样本外点问题解决方法的比较研究
1
作者 黄红兵 《电大理工》 2024年第3期8-12,36,共6页
流形学习作为一种非线性降维技术,近年来已经在降维、数据可视化、特征提取及数据重构方面取得了许多成功的应用,然而,流形学习用于监督分类时效果却不尽人意,这是因为流形学习用于监督分类时会碰到样本外点问题。该问题能否妥善解决对... 流形学习作为一种非线性降维技术,近年来已经在降维、数据可视化、特征提取及数据重构方面取得了许多成功的应用,然而,流形学习用于监督分类时效果却不尽人意,这是因为流形学习用于监督分类时会碰到样本外点问题。该问题能否妥善解决对于流形学习用于监督分类来说至关重要。因此,文章侧重分析了非参数映射、核岭回归、广义回归神经网络这三种典型算法的主要步骤和各自的优缺点,并通过实验进行分析比较,为有监督分类提供有益借鉴。 展开更多
关键词 流形学习 样本外点问题 非参数映射 核岭回归 广义回归神经网络 监督分类
下载PDF
粒子群算法优化的广义回归神经网络求解流形学习样本外点问题
2
作者 黄红兵 《乐山师范学院学报》 2024年第4期1-7,共7页
目前流形学习已成功应用于降维和数据可视化领域,但在监督分类中的应用效果并不理想,解决好样本外点问题对其应用效果至关重要。基于此,采用粒子群算法优化广义回归神经网络计算测试样本的低维嵌入,获得的结果可直接用于分类。借助粒子... 目前流形学习已成功应用于降维和数据可视化领域,但在监督分类中的应用效果并不理想,解决好样本外点问题对其应用效果至关重要。基于此,采用粒子群算法优化广义回归神经网络计算测试样本的低维嵌入,获得的结果可直接用于分类。借助粒子群算法的全局搜索能力对处理样本外点问题具有较好的预测性能;在使用糖尿病、虹膜和声呐三个公开数据集的实验中,粒子群算法优化广义回归神经网络的分类总体精度分别为77.63%、100%和88.89%,优于其他8种分类方法,表明该算法可行、有效;同时,该算法能显著降低数据复杂度,提高了预测、模式分类和机器学习的准确性。 展开更多
关键词 粒子群算法 广义回归神经网络 流形学习 数据降维 样本外点问题
下载PDF
降维方法监督分类的比较研究 被引量：2
3
作者 黄红兵 《微型机与应用》 2014年第22期1-3,7,共4页
对ISOMap、LDA、LLE、PCA这4种典型降维算法的主要思想和算法步骤进行了详细分析,并将它们用于有监督分类。从实验结果分析得到结论 ,其可为有监督分类提供有益的借鉴。
关键词 维数约简 监督分类 样本外点问题
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部