开发工具:
文件大小: 728kb
下载次数: 0
上传时间: 2021-03-03
详细说明：尽管存在许多k最近邻方法及其变体，但很少有人考虑如何在整个特征空间和子空间中利用信息。 为了解决此限制，我们提出了一个新的分类器，称为随机子空间证据分类器（RSEC）。 具体而言，RSEC首先计算每个类的局部超平面距离，不仅作为整个特征空间的证据，而且还作为随机生成的特征子空间的证据。 然后，根据这些距离为每个类别的证据计算基本信念分配。 在下文中，由基本信念分配代表的所有证据都由Dempster规则汇集在一起。 最后，RSEC根据组合的信念分配为每个测试样本分配类别标签。 来自UCI机器学习存储库，人工数据和人脸图像数据库的数据集中的实验表明，与执行分类任务时现有的7个k近邻方法和变体相比，该方法的平均分类错误率更低。 此外，RSEC在高维数据和不平衡数据的少数类中平均具有良好的性能。
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
