过度拟合相关论文
目标识别与目标定位是计算机视觉领域的一个重要分支，随着数字图像在互联网上的爆炸式增长，基于图像局部特征的目标匹配开始在图像检......
目的 利用两个预后分析模型———time -codedmodel和single -timepointmodel ,结合实际数据进行肺癌预后结果预测。方法 利用LM......
关联分类具有较高的分类精度和较强的适应性,然而由于分类器是由一组高置信度的规则构成,有时会存在过度拟合问题。本文提出了新的......
决策树剪枝是决策树优化的常用方法。本文提出了一种自顶向下的决策树剪枝方法。通过向决策树的非叶子节点中添加未见训练样例的方......
电力负荷精准预测可提高电力系统的可靠性和稳定性,为电力部门电网调度运行提供决策依据。因电力负荷存在复杂多样性等特征,提出了......
通过学习训练数据集来构造分类树的策略可能无法达到最好的泛化性能。随机噪声和某些决策仅基于少量训练数据的情况都会导致决策树......
针对决策树算法中的过度拟合问题,以悲观剪枝法为例,利用WEKA软件自带数据glass. arff进行仿真实例教学,而后再讲解理论知识。在实......
高陡岩体边坡的稳定性是一个内部存在多种相互联系、相互影响因素的复杂系统，而BP人工神经网络属于非线性动态系统，较适合用于评价高......
对结构参数采用主成分变换，再利用BP人工神经网络，采用LM算法作为迭代方法训练网络，预测检验集化合物的LD50。结果显示，BP人工神经网络......
研究了一种基于颜色读数的物质浓度测量模型.首先分析几种物质在不同浓度下的颜色读数,构建多元线性模型,并通过逐步回归法解决了......
Most of the developed immune based classifiers generate antibodies randomly, which has negative effect on the classifica......
为了描述岩石的力学特征,通常会提出各种假设或力学模型,其模型参数一般依据试验结果来确定。模型应具有广泛的适用性,而不是仅能......
代价敏感学习算法的目的是最小化各种代价总和，与其他学习算法一样，它必须面对过度拟合这个挑战性问题，即分类器可以较好地拟合训练数......
神经网络存在的局限性，根据机床加工数据与实际生产获取约束条件结合的半监督学习方法，选取半监督聚类算法作为神经网络优化的学习方......
互联网是一个巨大的资源库,也是一个丰富的知识库。针对农作物小样本引起的过拟合问题,本研究引入了知识迁移和深度学习的方法,采......
Nonnegative Tucker3 分解(NTD ) 在 3D 数据数组分析为它的好性能吸引了大量注意。然而，进一步的研究仍然是必要的解决 overfittin......
近红外光谱分析技术(NIRS)是20世纪80年代以来发展最快的高效、快速、数据产出多、操作技术要求低、无损、无污染的现代分析技术。......
提出了基于LM-BP神经网络方法转换的GPS高程拟合算法,并与传统拟合方法进行了比较。经实例验证,基于LM-BP神经网络的GPS高程拟合优......
本文深入地分析了Xuri Yin等人提出的一种数据过滤算法,指出其中欠缺之处,并对该算法作了改进和理论分析.......
本文结合稀疏非局部相似降噪算法(WESNR),提出了弹性网非局部相似的稀疏表示降噪算法(EN-WESNR)。以稀疏性和非局部相似性为理论基......
数据挖掘是通过自动或半自动化的工具对大量的数据进行探索和分析的过程,目的是发现其中有意义的模式和规律。其在数据库营销、市......
基因表达式编程(Gene Expression Programming,简称GEP)是葡萄牙科学家Candida Ferreira在传统的遗传算法和遗传程序设计的基础上,......
决策树算法广泛应用于模式识别和机器学习等领域,用来解决与分类相关的问题。决策树算法中的过度拟合会在很大程度上影响到最终的......
A new fuzzy support vector machine algorithm with dual membership values based on spectral clustering method is proposed......
当今网络数据呈现出更为庞大、复杂和多维的特性。传统的基于机器学习的方法在面临高维数据特征时需要手动提取大量特征,特征提取......
近年来,随着国内各大银行纷纷推出各种类型的信用卡,信用卡风险已成为各大银行信用卡业务部门关注的焦点,其中欺诈风险作为信用卡......
近年来，人工神经网络的研究越来越受到人们的注目，其中BP神经网络是一种单向传播的多层前馈网络，它采用典型的有教师学习方式来进行预......
作为最重要的分类算法,决策树以其易于提取显示规则、计算量相对较小、具有较高的分类准确率等优点被广泛应用于许多领域。ID3算法......
数据挖掘是信息处理领域的一项重要课题，它融合了数据库、人工智能、机器学习、统计学等多个领域的理论和技术。其中分类分析在商业......
目的通过与logistic回归分析的比较,探讨BP神经网络在判别分析中的应用。方法设计合适的BP神经网络参数,采用LevenbergMarquardt优......
随着机器学习、模式识别、人工智能等技术快速发展,促进了机器人、自动驾驶、虚拟现实等领域的快速发展。卷积神经网络是一种先进......
目前电网公司对电网物资的预测和研究存在诸多问题,缺少科学的指导、合理的依据及忽视设备数据之间存在的关联等问题。本文针对贵......
