基于偏最小二乘回歸的魯棒性特征選擇與分類算法
大小：0.80 MB 人氣： 2017-12-05 需要積分：2
提出一種基于偏最小二乘回歸的魯棒性特征選擇與分類算法（ RFSC-PLSR）用于解決特征選擇中特征之間的冗余和多重共線性問題。首先，定義一個基于鄰域估計的樣本類一致性系數(shù)；然后，根據(jù)不同后近鄰（kNN）操作篩選出局部類分布結構穩(wěn)定的保守樣本，用其建立偏最小二乘回歸模型，進行魯棒性特征選擇；最后，在全局結構角度上，用類一致性系數(shù)和所有樣本的優(yōu)選特征子集建立偏最小二乘分類模型。從UCI數(shù)據(jù)庫中選擇了5個不同維度的數(shù)據(jù)集進行數(shù)值實驗，實驗結果表明，與支持向量機（ SVM）、樸素貝葉斯（NB）、BP神經(jīng)網(wǎng)絡（BPNN）和Logistic回歸（LR）四種典型的分類器相比，RFSC-PLSR在低維、中維、高維等不同情況下，分類準確率、魯棒性和計算效率三種性能上均表現(xiàn)出較強的競爭力。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
基于偏最小二乘回歸的魯棒性特征選擇與分類算法下載
相關電子資料下載
- 多叉指MOSFET器件靜電防護魯棒性提升技巧 178
- 基于振幅型空間光調(diào)制器實現(xiàn)具有魯棒性且高對比度的多焦點聚焦方法 143
- 高魯棒性植入式神經(jīng)電極界面，用于神經(jīng)元電活動的長期追蹤記錄 254
- 智能駕駛大模型：有望顯著提升自動駕駛系統(tǒng)的性能和魯棒性 1008
- 基于多攝像頭的高魯棒性視覺SLAM系統(tǒng)設計 288
- 基于計算設計的超魯棒性應變傳感器，實現(xiàn)軟體機器人的感知和自主性 489
- 理想二極管的應用實例及主要規(guī)格 2283
- 基于RGM的魯棒且通用的特征匹配 361
- 魯棒性的含義以及如何提高模型的魯棒性？ 2744
- 一文淺談魯棒性（Robustness） 1100