检索结果

期刊

出版年

关键词

Please wait a minute...

选择:

导出引用
EndNote Ris BibTeX

显示/隐藏图片

Select

1. 基于统计特性随机森林算法的特征选择

宋源, 梁雪春, 张然

计算机应用 2015, 35 (5): 1459-1461. DOI: 10.11772/j.issn.1001-9081.2015.05.1459

摘要（1298）

PDF （569KB）（961）

针对由静息态功能磁共振成像(R-fMRI)得到的脑功能连接矩阵数据运用传统特征选择方法处理的结果,存在特征冗余,无法确定最终特征维数等问题,提出一种全新的特征选择算法.该算法在随机森林(RF)算法中结合统计特性,根据袋外数据的分类效果得到保留的特征,并将其运用在对精神分裂患者与正常被试者的识别实验中.实验结果表明,与传统的主成分分析(PCA)方法相比,该算法可以有效保留重要特征,提高识别精度,且保留的特征具有很好的医学解释性.

参考文献 | 相关文章 | 多维度评价

Select

2. 优化的支持向量机集成分类器在非平衡数据集分类中的应用

章少平, 梁雪春

计算机应用 2015, 35 (5): 1306-1309. DOI: 10.11772/j.issn.1001-9081.2015.05.1306

摘要（583）

PDF （588KB）（675）

传统的分类算法大都建立在平衡数据集的基础上,当样本数据不平衡时,这些学习算法的性能往往会明显下降.对于非平衡数据分类问题,提出了一种优化的支持向量机(SVM)集成分类器模型,采用KSMOTE和Bootstrap对非平衡数据进行预处理,生成相应的SVM模型并用复合形算法优化模型参数,最后利用优化的参数并行生成SVM集成分类器模型,采用投票机制得到分类结果.对5组UCI标准数据集进行实验,结果表明采用优化的SVM集成分类器模型较SVM模型、优化的SVM模型等分类精度有了明显的提升,同时验证了不同的bootNum取值对分类器性能效果的影响.

参考文献 | 相关文章 | 多维度评价