排序方式: 共有12条查询结果,搜索用时 15 毫秒
1.
希尔伯特-施密特独立性准则(Hilbert-Schmidt independence criterion,HSIC)是一种基于核函数的独立性度量标准,具有计算简单、收敛速度快和偏差低等优点,广泛应用于统计分析和机器学习问题中。特征选择是一种有效的降维技术,它能评估特征的重要性,并构造适合学习任务的最优特征子空间。系统综述了基于HSIC的特征选择方法,详细介绍了其中的理论基础、算法模型和求解方法,分析了基于HSIC的特征选择的优点与不足,并对未来的研究做出展望。 相似文献
2.
3.
针对麻雀搜索算法在求解复杂优化问题时存在收敛速度慢、种群趋同性严重、易于陷入局部最优等不足,提出一种多策略改进的麻雀搜索算法(multi-strategy improved sparrow search algorithm,MISSA)。通过混沌映射和反向学习机制提高算法初始种群的质量;借鉴粒子群算法的学习策略来提升种群的信息交流能力和兼顾全局勘探与局部开发之间的平衡;融合差分进化算法的变异交叉操作提升算法跳出局部最优值的能力。通过对8个基准测试函数的寻优实验,结果表明改进算法具有更好的优化性能和收敛效率;进一步地,将改进算法应用于优化支持向量回归(support vector regression,SVR)模型的参数,并通过在选定的5个UCI数据集上的实验验证了改进算法的有效性。 相似文献
4.
核函数的度量研究进展 总被引:1,自引:0,他引:1
核函数的度量(简称核度量)研究两个核函数(或一个核函数与另一个目标函数)之间相似性的度量方法,是核函数研究中的一个重要课题。系统综述了核度量的研究状况以及目前的研究进展,分析了典型核度量方法的特点及不足,并凝炼了其进一步研究的方向。 相似文献
5.
特征选择一直是机器学习和数据挖掘中的一个重要问题。在多标签学习任务中,数据集中的每个样本都与多个标签相关联,标签与标签之间通常也是相关的。在多标签高维数据分析中,为降低特征维数和提高分类性能,研究者们提出了多标签特征选择方法。系统综述了多标签特征选择的研究进展。在介绍多标签分类以及评价准则之后,详细分析了多标签特征选择的三类方法,即过滤式算法、包裹式算法和嵌入式算法,对多标签特征选择未来的研究提出展望。 相似文献
6.
一种元规则指导的股票联动关联规则挖掘算法 总被引:1,自引:0,他引:1
在经典Apriori算法的基础上,提出了一种考虑了时间因素的股票联动关联规则挖掘算法。该算法首先对股票原始数据采用滑动时间窗口技术进行了预处理,得到了适合挖掘的事务集;然后使用SQL语言详细描述了关联规则的生成过程。根据证券行业的实际情况,采用了元规则指导的挖掘方法,从而使挖掘结果聚焦于投资者感兴趣的规则形式上,并且也提高了挖掘过程的效率。 相似文献
7.
核方法是解决非线性模式分析问题的一种有效方法,是当前机器学习领域的一个研究热点.核函数是影响核方法性能的关键因素,以支持向量机作为核函数的载体,从核函数的构造、核函数中参数的选择、多核学习3个角度对核函数的选择的研究现状及其进展情况进行了系统地概述,并指出根据特定应用领域选择核函数、设计有效的核函数度量标准和拓宽核函数选择的研究范围是其中3个值得进一步研究的方向. 相似文献
8.
为了使便携式心电监护仪具有友好的人机交互和方便的显示,移植了一个GUI界面系统.以DE2-70配套开发板为验证平台,TFT LCD IP核是在Quartus Ⅱ 9.0软件平台下,使用Verilog在FPGA上用硬件逻辑电路进行设计.该IP核是利用QuartusⅡ开发和其集成的SOPC Builder系统开发工具而设计的.μC/GUI则是在配套开发软件Nios Ⅱ IDE中进行移植实现.实验结果表明,μC/GUI界面系统成功运行在开发板上,可实现窗口管理、在指定位置显示文字和显示图片等功能. 相似文献
9.
10.
为了使便携式心电监护仪具有友好的人机交互和方便的显示,移植了一个GUI界面系统。以DE2-70配套开发板为验证平台,TFTLCDIP核是在QuartusII9.0软件平台下,使用Verilog在FPGA上用硬件逻辑电路进行设计。该IP核是利用Quartus11开发和其集成的SOPCBuilder系统开发工具而设计的。μC/GUI则是在配套开发软件NiosIIIDE中进行移植实现。实验结果表明,μC/GUI界面系统成功运行在开发板上,可实现窗口管理、在指定位置显示文字和显示图片等功能。 相似文献