国产bbaaaaa片,成年美女黄网站色视频免费,成年黄大片,а天堂中文最新一区二区三区,成人精品视频一区二区三区尤物

首頁> 中文期刊> 《計算機應(yīng)用研究》 >基于K均值聚類的分段樣本數(shù)據(jù)選擇方法

基于K均值聚類的分段樣本數(shù)據(jù)選擇方法

     
  • 摘要
  • 著錄項
  • 相似文獻
  • 相關(guān)主題

摘要

為了提高神經(jīng)網(wǎng)絡(luò)分類器的性能,提出一種基于K均值聚類的分段樣本數(shù)據(jù)選擇方法.首先通過K均值聚類把訓(xùn)練樣本根據(jù)已知的類別數(shù)進行聚類,對比聚類前后的各類樣本,找出聚類錯誤的樣本集和聚類正確的樣本集;聚類正確的樣本集根據(jù)各樣本到聚類中心的距離進行排序并均分為五段,挑選各類的奇數(shù)段樣本和聚類錯誤的樣本構(gòu)成新的訓(xùn)練樣本集.該方法能夠提取信息量大的樣本,剔除冗余樣本,減少樣本數(shù)量的同時提高樣本質(zhì)量.利用該方法,結(jié)合人工和UCI數(shù)據(jù)集對三種不同的神經(jīng)網(wǎng)絡(luò)分類器進行了仿真實驗,實驗結(jié)果顯示在訓(xùn)練樣本平均壓縮比為66.93％的前提下,三種神經(jīng)網(wǎng)絡(luò)分類器的性能都得到了提高.

著錄項

相似文獻

  • 中文文獻
  • 外文文獻
  • 專利
獲取原文

客服郵箱：kefu@zhangqiaokeyan.com

京公網(wǎng)安備：11010802029741號 ICP備案號：京ICP備15016152號-6 六維聯(lián)合信息科技 (北京) 有限公司?版權(quán)所有

  • 客服微信

  • 服務(wù)號