共查询到19条相似文献，搜索用时 218 毫秒
1.
集成算法是机器学习领域的研究热点。随机子空间算法是集成算法的一个主要算法。随机子空间生成的特征子集可能含有冗余特征、噪声特征,影响算法的分类精度。为此,本文提出了一种基于假设间隔的弱随机特征子空间生成算法（WRSSimba）,有效去除了特征子集中冗余特征和噪声特征。在UCI数据集上的实验结果表明,WRSSimba的分类性能优于随机子空间算法和Simba算法。 相似文献
2.
传统自动柜员机（ATM）监控系统以摄像为主,不能及时检测用户身份是否异常。提出一种基于行为特征的ATM机用户身份实时识别方法,采集用户输入密码时的触屏行为特征数据,通过SVM分类算法判断该用户行为是否属于合法用户。该方法不仅要求用户输入的账户密码正确,还要求该用户的行为特征与预设定的合法用户行为特征一致。实验结果表明,通过数据预处理和SVM分类算法参数优化后的ATM机用户身份识别系统识别精确度达到97.9769%,比没通过数据预处理和SVM分类算法参数优化后的识别精确度高出4.5769%。 相似文献
3.
支持向量机（SVM）在处理大样本特征维数较多的数据集时,算法消耗时间长而且容易陷入局部最优解,选择不合适的SVM算法参数会影响SVM模型分类性能。为了提高SVM性能,提出了基于粒子群算法（PSO）和遗传算法（GA）相结合的SVM特征选择与参数同步优化算法PGS。在UCI标准数据集上的实验表明,PGS算法能有效地找出合适的特征子集及SVM算法参数,提高收敛速度并能在较小的特征子集获得较高的分类准确率。 相似文献
4.
为提高分类性能,提出了一种新的基于数据离散化和选择性集成的SVM集成学习算法。该算法采用粗糙集和布尔推理离散化方法处理数据集,构造有差异的个体SVM以提高集成学习的性能。在训练得到一批SVM之后,算法采用了选择性集成提高性能并减小集成规模。实验结果表明,所提算法能取得比传统集成学习方法Bagging和Adaboost更好的性能。 相似文献
5.
为了更有效地去除功能磁共振成像（functional magnetic resonance imaging,fMRI）数据中所包含的大量噪声信号,研究了快速独立分量分析（Fast Independent Component Analysis,FastICA）算法,针对该算法在处理低信噪比的fMRI数据时估计精度降低问题,采用修正白化矩阵方法改进FastICA算法,与传统的FastICA算法分别对fMRI数据进行去噪仿真分析。对比两种方法去噪结果,发现改进的FastICA算法能更有效地去除fMRI数据中的噪声信号,为剔除fMRI伪迹,提高fMRI数据预处理效果奠定了坚实的科学基础。 相似文献
6.
夏成锋 《广东广播电视大学学报》2008,17(1):100-103
在基于内容的垃圾邮件过滤方法中,特征表达和分类算法十分重要,本文应用n-gram方法进行特征表达,以支持向量机（SVM）作为分类算法,并选取传统的人工神经网络（ANN）作为分类器作为对比,并采用不同大小的训练集和测试集来测试SVM及ANN的分类效果,观察训练集和测试集大小对于分类效果的影响。 相似文献
7.
集成算法是机器学习领域的研究热点。随机子空间算法是集成算法的一个主要算法。随机子空间生成的特征子集可能含有冗余特征、甚至噪声特征,影响算法的分类精度。为此,提出了一种基于假设间隔的弱随机特征子空间生成算法(WRSSimba),有效去除了特征子集中冗余特征和噪声特征。在UCI数据集上的实验结果表明,WRSSimba的分类性能优于随机子空间算法和Simba算法。 相似文献
8.
9.
针对传统信用评价方法分类精度较低、数据集属性变量间存在相关性等问题,提出基于主成分分析的稀疏贝叶斯学习（PCA-SBL）算法。首先对数据集特征变量进行主成分分析,使降维后的变量无相关性|其次,对主成分分析后的数据进行稀疏贝叶斯分类|最后将 PCA-SBL 分类方法分类精度与传统分类方法精度进行比较。分析发现,在 German Credit Data 和 Australian Credit Data 上,与传统 KNN、朴素贝叶斯、SVM、随机森林、决策树相比,改进的 SBL 算法分类精度平均提高了 5.26%、4.65%、2.11%、2.125%、4.66%,与稀疏贝叶斯学习算法（SBL）相比,平均提高 0.965%,从而证明 PCA-SBL 算法具有更高的分类效果。 相似文献
10.
支持向量机（SVM）作为一种机器学习分类算法应用广泛,但在处理高维度数据集时往往会由于特征维数较多遇到算法分类速度慢且容易陷入局部最优等问题。为了提高支持向量机的性能,提出一种基于多宽度高斯核（GKMW）的支持向量机特征选取算法FSG。FSG算法将泛化能力更强的多宽度高斯核函数引入支持向量机中代替传统的高斯核函数,利用多宽度高斯核函数能体现各个特征对分类贡献程度不同且能区分样本中各个特征重要性的特点,以多宽度高斯核函数的参数优化结果为基础进行特征选取。利用特征选取后的特征子集在多组标准UCI数据集上分类实验,实验结果表明所提算法性能优于有代表性的特征选取法。 相似文献
11.
为了探索悲伤刺激下的关键情感神经回路,利用功能核磁共振信号进行了动态因果建模．在Papez环路和相关先验知识的基础上建立情感环路的固有连接模型,并相应建立了3个调节连接模型．在这些模型中,实验刺激作用于不同的连接点,它们对脑区间的神经活动影响及对神经活动的调节方式都各自不同．然后通过贝叶斯模型比较,选出了最优模型．从群组分析中发现抑郁症患者前扣带回至右额下回的固有连接和调节连接均显著强于健康被试．随后将这些功能连接参数作为特征用于抑郁症分类,其中SVM分类器的准确率为80．73％．这也在一定程度上验证了功能连接用于抑郁症识别的有效性,并为抑郁症临床诊断提供了新的思路． 相似文献
12.
SVM方法是在统计学习理论的基础上发展起来的一种新的机器学习算法,它是统计学习理论的具体应用．讨论了SVM方法在故障诊断领域中应用的分类算法,并以滚动轴承为例进行了试验论证． 相似文献
13.
针对滚动轴承故障分类准确率低的问题,提出一种利用遗传算法结合粒子群算法优化支持向量机分类器的故障诊断方法.实验通过提取滚动轴承不同故障状态下的振动信号,以转化成时域和频域组成的特征集为特征向量,利用粒子群生成二维粒子,即惩罚因子C、核函数参数G,并喂入支持向量机进行训练和交叉验证,取最优适应度对应的粒子,进而构建遗传粒... 相似文献
14.
分析了基于支持向量机（SVM）的文本分类方法,在此基础上,提出一种由SVM和概率统计方法相结合的文本分类方法。详细介绍该方法的实现原理、算法描述和工作流程,并进行实验测试。 相似文献
15.
乳腺癌是现代女性最常见的恶性肿瘤之一。支持向量机SVM是一种基于统计学习理论的机器学习算法,它能在训练样本很少的情况下达到良好的分类效果。本文提出一个基于支持向量机的超声乳腺肿瘤图像计算机辅助诊断系统,它由图像预处理、ROI特征提取和SVM分类器异常诊断三个模块构成。通过实验证明,在处理相同的样本数据集时,基于SVM算法的计算机辅助诊断系统相对于BP神经网络,有更高的诊断灵敏度。统计学习理论的发展将更加完善SVM,具有高分类性能的分类器将使计算机辅助诊断的能力进一步提高。 相似文献
16.
目的观察壳聚糖磷脂酰对轻度认知功能障碍（MCI）患者N170的影响。方法采用纵向研究配伍组设计方案,根据MCI的诊断标准选取20例MCI患者,给予壳聚糖磷脂酰胆碱（2g／d）2个月,采用事件相关电位（ERP）的分析技术,通过面孔和非面孔识别实验,分析其用药前后ERP N170成分的变化。结果①无论用药前还是用药后,MCI患者均产生了明显的颞．枕区分布的面孔特异性成分N170．②MCI患者用药后颞枕区N170的波幅明显比用药前增高．结论壳聚糖磷脂酰胆碱可以提高MCI患者的面孔识别能力. 相似文献
17.
目的研究轻度认知障碍患者单位数加法的心算效率及事件相关电位（ERP）早成分改变。方法被试者分为正常老年（对照）组和轻度认知障碍（MCI）组,每组16名,均为右利手。使用事件相关电位技术,采集单位数加法计算过程的脑电信号,比较两组行为数据和算式早成分（N1,P1,N170,P2）的波幅和潜伏期的差异。结果MCI组的反应时间长于对照组,差异有显著性（P〈0．01）,正确率MCI组低于对照组,差异有显著性（P〈0．01）;MCI组与对照组比较,颞枕区N170以及额中央区P2潜伏期延长（P〈0．01）,波幅增大（P〈0.05）-MCI组左侧颞枕区N170波幅（-1．70uV）低于正常组（-2．96uV）,差异具有显著性（P〈0．01）;MCI组右侧颞枕区N170波幅（-3．85uV）高于对照纽（-0．75uV）,差异具有显著性（P〈0．01）。结论MCI患者的单位数心算效率降低,计算的正确率降低,同时提示大脑在算式早期加工阶段出现异常。 相似文献
18.
Wei-feng SHEN Li-bing JIANG Guan-yu JIANG Mao ZHANG Yue-feng MA Xiao-jun HE 《Journal of Zhejiang University. Science. B》2014,15(12):1072-1080
研究目的：系统回顾大规模伤亡事件（MCI）经典研究范式,结合2008年汶川地震和2014年杭州7-5公交车起火事件,优化MCI应对的研究范式。创新要点：研究方法：重要结论：需求激增理论是MCI应对实时评估的显著进步,结合2008年汶川地震和2014年杭州7．5公交车起火事件,我们发现MCI应对评估中一个非常重要的脆弱性因素被忽略。采用关键词和医学主题词（大规模伤亡事件、MCI、研究方法、汶川、地震、研究范式、激增科学、激增、激增应对能力和脆弱性等）,通过检索数据库PubMed、EMBASE、中国万方及中国生物医学（CBM）的相关研究资料库,进行理论的回顾性分析和结合实际案例的分析。除需求激增理论中的激增和激增应对能力这二个基本维度外,应引入第三个维度脆弱性,形成更为全面和客观的三个互为关联维度构建MCI的新研究范式,突破MCI传统研究范式的局限性。 相似文献