基于进化极限学习机的特征加权近邻分类算法

基于进化极限学习机的特征加权近邻分类算法

ID:35180526

大小:4.79 MB

页数:57页

时间:2019-03-21

基于进化极限学习机的特征加权近邻分类算法_第1页
基于进化极限学习机的特征加权近邻分类算法_第2页
基于进化极限学习机的特征加权近邻分类算法_第3页
基于进化极限学习机的特征加权近邻分类算法_第4页
基于进化极限学习机的特征加权近邻分类算法_第5页
资源描述:

《基于进化极限学习机的特征加权近邻分类算法》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、分类号:密级UDC:10巧单位代巧1@乂是洛f乂掌全日制学术型硕±研究生学位论文基于进化极限学习机的特征加权近邻分类算法张娜娜指导教师邓安生教授申请学位类别工学硕±学科巧业)名称计算机科学与技术学位授予单位大连海事大学2016年3月分类号密级UDC11单位代码015大连海事大学硕古学位论文基于进化极限学习机的特征加权近邻分类算法张娜娜指导教师邓安生职称教授学位授予单位大连海事大学申请学位级别工学硕±学科与专业计算机科学与技术论

2、文完成日期2016年1月论文答辩日期20化年3月答辩委员会主席Evolu村onaryExtremeLearningMachineBasedFeatureWeighedNearestNeighborClass姐cationAlgorithm乂化esisSubmitted化DalianMaritimeUniversityInar村alfulfillmentofthereuirementsforthedereeofpqgMa*s化rofEngineeiingbyZhanNanag

3、(ComputerScienceandTechnology)ThesisSupervisor;ProfessorDengAnshengMarch2016大连海事大学学位论文原创性声明巧使用授权说明原创性声明:立进行研巧工作所取得的成果本人郑重声明本论文是在导师的指导下,独,""撰写成硕±学位论文基于进化极限学习机的特征加权近邻分类算法。除论文中已经注明引用的内容外,对论文的研巧做出重要贡献的个人和集体,均己在文中W明确方式标明。本论文中不包含任何未加明确注明的其他个人或集体已经公开发表或未公开发表的成果。本声明的法律责任由本

4、人承担。学位论文作者签名:^领艮踊g学位论文版权使用授权书本学位论文作者及指导教师完全了解大连海事大学有关保留、使用研究生学位论文的规定,目P:大连海事大学有权保留并向国家有关部口或机构送交学位论文的复印件和电子版,允许论文被查阅和借阅。本人授权大连海事大学可W将本学位论文的全部或部分内容编入有关数据库进巧检索,也可采用影印、缩印或扫描等复制手段保存和汇编学位论文-。同意将本学位论文收录到《中国优秀博硕上学位论文全文数据库》(中国学术期刊(光盘版)电子杂志社)、《中国学位论文全文数据巧》(中国科学技术信息研巧所)等数据库中,并W电子出版物形

5、式出版发行和提供信息服务。保密的论文在解密后遵守此规定。本学位论文属于:保密□在年解密后适用本授权书。""不保密1?^(请在^上方框内打7):论文作者签名辦娜捆P导师签名:[吏重日期!20/6年3月:日中文摘要摘要一种处理不完备传统的粗糖集理论是、不完整数据的智能计算方法。传统的一种重要的处理不精确模糊集理论也是,不确定信息的数学工具。模糊粗蹈集是模糊集理论和粗糖集理论的有机结合体。模糊粗趟集可W灵活的处理模糊或者不。精确的连续实值数据传统的神经网络学习算法可用来数据分类,但是需要人为设置大量的网络训练参数,并且很容

6、易在没这到全局最优解之前,产生局部最一优解。为了解决这些问题,学者提出了种新的单隐层前馈神经网络学习算法,即极限学习机算法。其主要思想是,它可W随机初始化输入权重和偏置,与传统的学习算法相比,,更易解决局,极限学习机训练速度更快具有更好的泛化性能部最小值和过拟合等问题。,。在分类任务中特征的重要程度起着关键性的作用但是在实际的应用中,不相关的特征存在,分类器的性能不可避免会产生下降。为了解决上述这些问题,本文提出了一个应用比较广泛的持征加权框架,并将该框架成功地运用于H种不同的近邻分类算法中来实现数据的分类。这H种不同的算法分别为:基于进化极

7、限学习机的加权近邻分类算法、基于进化极限学习机的特征加权近邻等价分类算法和基于进化极限学习机的加权模糊粗繼近邻分类算法。该论文提出的S种分类算法的相同点是使用基于进化极限学习机的特征加权框架,S者的不同点是将特征加权分别应用于H种不同的近邻算法中。基于进化极限学习机的加权近邻分类算法是将特征加权应用到K近邻分类算法中,实验证明了新的分类算法比较成功地提高了分类器的性能。基于进化极限学习机的加权近邻等价分类算法是将特征K近邻等价分类算法中一加权应用,实验进步表明了新提出的算法有较

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。