基于再生核希尔伯特空间映射的高维数据特征选择-计算机应用研究.pdfVIP

基于再生核希尔伯特空间映射的高维数据特征选择-计算机应用研究.pdf

  1. 1、本文档共5页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于再生核希尔伯特空间映射的高维数据特征选择-计算机应用研究

第33卷第12期 计 算 机 应 用 研 究 Vol33No12 2016年12月  ApplicationResearchofComputers Dec.2016 基于再生核希尔伯特空间映射的 高维数据特征选择优化算法 张 静,王树梅 (南京理工大学计算机科学与技术学院,南京210014) 摘 要:现有过滤型特征选择算法并未考虑非线性数据的内在结构,从而分类准确率远远低于封装型算法,对 此提出一种基于再生核希尔伯特空间映射的高维数据特征选择算法。首先基于分支定界法建立有哪些信誉好的足球投注网站树,并对其 进行有哪些信誉好的足球投注网站;然后基于再生核希尔伯特空间映射分析非线性数据的内部结构;最后根据数据集的内部结构选择最 优的距离计算方法。对比仿真实验结果表明,该方法与封装型特征选择算法具有接近的分类准确率,同时在计 算效率上具有明显的优势,适用于大数据分析。 关键词:非线性数据;特征选择;希尔伯特空间;大数据;高维数据 中图分类号:TP391   文献标志码:A   文章编号:10013695(2016)12353904 doi:10.3969/j.issn.10013695.2016.12.005 ReproducingkernelHilbertspacemappingbasedfeature selectionalgorithmforhighdimensionaldata ZhangJing,WangShumei (SchoolofComputerScience&Technology,NanjingUniversityofScience&Technology,Nanjing210014,China) Abstract:Theexistingfilterfeatureselectionalgorithmsdonotconsidertheinnerstructureofnonlineardata,leadtoalower classificationaccuracythanwrapperfeatureselectionmethods.ThispaperproposedareproducingkernelHilbertspacemap pingbasedfeatureselectionalgorithmtosolvethatshortcomingoffilterfeatureselectionalgorithms.Firstly,itconstructedthe searchtreebasedonbranchandboundmethodandsearched.Then,basedonthereproducingkernelHilbertspacemapping, itanalyzedtheinnerstructureofnonlineardata.Lastly,basedontheinnerstructureofthedata,itselectedtheoptimaldis tancecomputingmethod.Comparedsimulationexperimentsresultsshowthattheproposalhasasimilarclassificationaccuracy withwrapperfeatureselectionalgorithms,atthesametimehasobviouslybettercomputationalefficiency,andcanhandlethe bigdataanalysis. Keywords:nonlineardata;featureselection;Hilbertspace;bigdata;highdimensionaldata

文档评论(0)

zhuwo + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档