排序方式: 共有18条查询结果,搜索用时 0 毫秒
1.
2.
3.
4.
多面支持向量机(multiple surface support vector machine, MSSVM)分类方法作为传统支持向量机(support vector machine, SVM)的拓展在模式识别领域成为新的研究热点之一,然而已有的MSSVM方法并没有充分考虑到训练样本之间的局部几何结构以及所蕴含的判别信息.因此将保局投影(locality preserving projections, LPP)的基本思想引入到MSSVM中,提出局部保持对支持向量机(locality preserving twin support vector machine, LPTSVM).LPTSVM方法不但继承了MSSVM方法具有的异或(XOR)问题处理能力,而且充分考虑样本间的局部几何结构,体现样本间所蕴含的局部判别信息,从而在一定程度上提高了分类精度.主成分分析(principal component analysis, PCA)方法克服了LPTSVM奇异性问题,保证了LPTSVM方法的有效性.非线性情况下,通过经验核映射方法构造了非线性LPTSVM.在人造数据集和真实数据集上的测试表明LPTSVM方法具有较好的泛化性能. 相似文献
5.
文章根据校园网邮件服务器的实际运行环境,给出了几种常用垃圾邮件过滤算法相结合的综合过滤方法,实际应用表明该综合方法具有比较好的过滤性能。 相似文献
6.
计算机组成原理是计算机类专业的一门核心专业基础课.为了落实把思想政治工作贯穿教育教学全过程,实现全程育人、全方位育人的理念,本文分析了在计算机组成原理课程教学中融入思政教育的优势,并从四个方面挖掘课程内容中蕴含的思政元素,将思政教育切实地融入到具体的专业课程教学中.实践证明,在计算机组成原理课程的教学中,适度融入思政内... 相似文献
7.
本文给出一种基于支持向量机分类器的Boosting算法并将其应用于入侵检测;通过KDD'99数据的仿真实验将其与单一的支持向量机分类器进行比较,实验结果表明该方法比单一的支持向量机分类器具有更好的检测准确率。 相似文献
8.
9.
10.
一种改进的自适应聚类集成选择方法 总被引:1,自引:0,他引:1
针对自适应聚类集成选择方法(Adaptive cluster ensemble selection,ACES)存在聚类集体稳定性判定方法不客观和聚类成员选择方法不够合理的问题,提出了一种改进的自适应聚类集成选择方法(Improved ACES,IACES).IACES依据聚类集体的整体平均归一化互信息值判定聚类集体稳定性,若稳定则选择具有较高质量和适中差异性的聚类成员,否则选择质量较高的聚类成员.在多组基准数据集上的实验结果验证了IACES方法的有效性:1)IACES能够准确判定聚类集体的稳定性,而ACES会将某些不稳定的聚类集体误判为稳定;2)与其他聚类成员选择方法相比,根据IACES选择聚类成员进行集成在绝大部分情况下都获得了更佳的聚类结果,在所有数据集上都获得了更优的平均聚类结果. 相似文献