多分类问题相关论文
支持向量机是机器学习中的一个重要方法,是用来解决分类问题的工具.1995年,Vapnik等人基于统计学习理论中结构风险最小化的原则提......
长链非编码RNA（long non-coding RNA,lnc RNAs）是一种重要的非编码RNA,在人类基因转录调控、细胞生长、分化、繁殖等生命活动中起着......
在大数据背景下,对海量数据的分类和聚类是机器学习中的重要步骤。然而,可用于训练的大数据拥有更丰富的数据特征,并且冗余的特征......
背景:下肢外骨骼机器人用于恢复患者的基本行走能力,要实现人-机的高度协同和制定机器人控制策略,就要对包括步态在内的人体下肢运......
文本分类问题作为机器学习的一个重要问题,其研究一直受到关注.然而,作为一类特殊的文本,科技文本的分类问题却没有得到足够的关注......
多分类问题（至少为三类）是机器学习和计算机视觉领域里需要研究的重大问题之一。随着计算机技术的发展，多个类别的模式分类在各种电子......
支持向量机作为近十年来最为成功的机器学习方法，在很多应用领域取得了很好的成绩，包括文本分类，手写字符的识别，人脸识别等等。它和其......
在大数据时代,数据挖掘与分析在各种决策领域中扮演着越来越重要的角色。而在各种数据挖掘技术中,分类是商业和工程问题中应用最广......
随着移动互联网的发展,越来越多的公司开始关注用户性别、年龄等基础属性信息,以便提供更有效的商品推荐、广告投放等个性化服务.......
支持向量机(Suport Vector Machine，简称SVM)是一种基于统计学习理论的新型机器学习方法，是借助于最优化方法解决机器学习问题的新工......
分类是数据挖掘领域研究的核心内容，它是通过对有标签的训练样本进行学习，从而为未知标签的测试样本预测标签的过程。作为一种有监督......
在这篇论文中，我们主要研究基于多分类问题的前馈神经网络关于输出层单元数目的设计。对于类别数目为r(r?3)的输入信息向量集，我们最......
分类问题是实际应用中普遍存在的问题,也是机器学习领域的重要研究内容之一.孪生支持向量机(Twin support vector machines, TSVM)......
统计学作为一门方法论科学,在自然科学和社会科学领域发挥着重要的作用,而作为现代统计分析方法之一的分类分析方法是人们认识世界......
学位
基于支持向量机的递归特征消除(SVM-RFE)是目前最主流的基因选择方法之一,是为二分类问题设计的,对于多分类问题必须要进行扩展.从......
球结构支持向量机算法将多类样本数据的每一类用各自的超球来界定,从而显著地降低了二次规划的复杂程度。在该算法的基础上,提出了......
传统的基因表达式编程在解决多分类问题时,人为地把多分类转换成多次两分类.融合了K-最邻近分类和基因表达式编程两种技术,做了下......
用支持向量机解决多分类问题是目前众多学者研究的热点话题.将已有的最小二乘支持向量分类-回归机算法推广到M空间进行了理论分析,......
中低速磁浮列车运行状态信息对列车安全稳定运行具有极大的指导作用,针对列车运行过程中其磁浮系统传感器产生的大量数据信息,为获......
针对最小二乘孪生支持向量机对噪声和离群值非常敏感的问题,本文提出了一种基于能量的结构化最小二乘孪生支持向量机。首先对每个......
针对电动汽车属性及价格的数据集,采用XGBoost集成学习算法进行电动汽车价格的分类和预测。首先,在Matlab和Python环境中,使用经过......
超球支持向量机算法用于解决多类别数据的分类问题。对超球重叠区域的数据正确分类对球结构支持向量机的分类性能至关重要。在分析......
基于支持向量机(SVM)的三分类方法是处理多分类问题的一类方法。提出了最小二乘支持向量分类回归机(LSSVCR)算法,通过最小二乘目标......
提出一种内插法做分类决策(AIMMCD),这种方法使用训练集模式的类标签区分不同模式.与相对于传统的模式识别技术相比,AIMMCD有着自......
机器智能和人类智能在执行同一类任务时,关注点不同,工作原理也不尽相同。因此,合理的协作机制,能发挥人机两个主体的优势。三支决......
失水事故发生时，在事故初期判断出事故类型对操纵员安全操作意义重大，为此提出一种基于监控参数的失水事故类型判断方法。该方法根据......
在多标签分类问题中,标签之间往往是相关的,为了提高分类性能,利用标签之间的相关性,提出AdaBoost.MLR算法和标签相关性分析方法。......
针对多分类不均衡问题,提出了一种新的基于一对一(one-versus-one,OVO)分解策略的方法。首先基于OVO分解策略将多分类不均衡问题分......
提出了一种基于支持向量数据描述算法的SVM新方法。对基于支持向量机区域描述算法的多类分类方法进行了研究，分析了它的优缺点，并深......
论文提出了一种新的多分类器系统模型,该模型通过定义两个基本分类器实时性能指标———实时决策支持度和实时决策置信度,在多分类......
支持向量机是从统计学习理论中导出的,从研究二分类开始,发展至今,虽然提出了很多多类别分类的相关算法,但都各有不足之处.提出基......
目前我国利用机器学习技术解决的肾病辅助诊断多为基于中医证型的中医肾病辅助诊断,而以西医血生化、尿常规等化验项目为基础的西......
分类问题是数据挖掘领域的重要研究内容之一,传统分类方法是基于二元数据所设计,但大多数实际案例的数据都是多类别的,如网络异常......
经典SVM（ Support Vector Machines）在处理二分问题时具有良好表现,而当面临求解多分类问题时,往往采用构建O（n2）复杂度的多个二分类器......
信用风险对一个上市公司来说十分关键,而信用风险受到多种因素的综合作用,变化十分复杂,当前信用风险预警方法无法反映其复杂的变......
针对多标签AdaBoost系列算法,以尽量减小算法的学习错误率为目的,提出了对其进行改进的2种思路。基于改进思路构造出了改进的多标......
针对如何将应急物资进行合理分级,用以提高应急物资的调度安排和运输效率,采用了超限学习机算法对应急物资进行分级研究,建立了应......
无线传感器网络一直具有重要的商业前景以及军事意义,但是由于其节点资源受限和无线通信方式等特性,导致其面临着各种网络安全问题......
随机森林是数据挖掘和机器学习领域中一种常用的分类方法,已成为国内外学者共同关注的研究热点,并被广泛应用到各种实际问题中。传......
智能电网中变电站的智能化,要求变电站能够智能检测并记录反映其运行情况的开关状态、电表数据。现有的方法多是通过获得电表的图......
集成学习算法的构造属于机器学习领域的重要研究内容，尽管弱学习定理指出了弱学习算法与强学习算法是等价的，但如何构造好的集成学习......
期刊
针对目前多分类代价敏感分类问题在转换成二分类代价敏感分类问题存在的代价合并问题,研究并构造出了可直接应用于多分类问题的代......
支持向量机被成功地应用在分类和回归问题中,但是由于其需要求解二次规划,使得支持向量机在求解大规模数据上具有一定的缺陷,尤其......
支持向量机(Support Vector Machine, SV M)是一种近年来受到广泛关注的机器学习方法,它以统计学习理论(Statistical Learning The......
微博作为新型的消息传播媒介，其影响力和传播速度都超越了传统主流媒体，预测微博热度对舆情监测、政府宣传、企业营销及热点推送等具......
