基于多类数据分类的改进克隆选择算法

来源 :计算机应用 | 被引量 : 4次 | 上传用户:zxh87
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对传统的克隆选择算法(CSA)只依次单独针对某一类样本数据进行监督学习从而造成分类效率和精确度不高的问题,提出一种基于改进克隆选择算法的多类监督分类算法。算法通过进化学习可以同时获得多类样本数据的最佳聚类中心,进化过程中抗体适度值的计算综合考虑各类的类内相似性和类间差异性,从而保证得到的最佳聚类中心更具代表性。后续的分类实验中,分别利用常用的4组UCI数据和红树林多光谱TM遥感图像对算法进行验证,实验结果表明遥感图像的分类总精度达到92%,Kappa系数为0.91,UCI数据分类结果也较好,证明该
其他文献
根据语音信号产生原理,结合线性预测编码(LPC)与平均幅度差函数法(AMDF),提出了一种高精度的基音检测算法。该算法首先利用线性预测分析提取残差信号;然后采用累积平均归一化差分函数与差分信号修正,使基音周期的谷值点更加尖锐;最后利用二次函数拟合与基音周期的倍数检查筛选候选值,得到了准确的基音周期。实验结果表明,与传统方法相比,该算法的基音检测效果有了明显改善,减少了基音检测中的半频错误,在高信噪
禽流感病毒(AIV)亚型众多,变异频繁,现已发现16种不同的血凝素亚型(HA)和9种不同的神经氨酸酶亚型(NA),一般认为H5、H7亚型具有高致病力,并且发现H5,H7和H9亚型逐渐对人有感
针对传统K-means算法对初始点敏感的问题,采用数论中的佳点集理论结合Leader方法对K-means聚类算法加以改进,启发式地生成样本初始中心。根据两者不同的结合方式,所提算法分别称为KLG和KGL。佳点集理论能够产生比随机选取点更好的点,Leader方法则能反映数据对象本身的分布特性。结合佳点集理论和Leader方法各自的优点,能获得优化的初始中心。在UCI数据集上的实验表明,KLG算法和K
针对由照相机扫描仪等文档获取设备拍摄的文档图像可能存在倾斜,进而导致光学字符识别(OCR)软件不能正确识别的情况,采用了一种以文档图像投影栅缝宽为目标函数的优化方法,栅缝宽最大值对应的投影角度的相反数即为文档图像的倾斜角。利用栅线宽函数扩大了检测范围,并提高了检测速度;利用反投影法和均布列预投影等方法,减少了计算量;利用二分法提高了算法的检测精度。通过一些包含少量插图的文档图像的倾斜角检测实验,验
从成百上千的候选基因中确定关键基因是寻找致病基因(或参与某个生物过程的基因)的重要步骤,而根据多种数据源对候选基因进行综合排序则成为该领域新的挑战。提出一种新的基于单类支持向量机的数据融合方法用于候选基因排序。实验表明该方法可以有效地利用多种异构的生物数据源对候选基因排序,其准确率和鲁棒性均优于根据单数据源进行排序。
近年来,肿瘤发生率明显上升,目前手术仍是治疗多种恶性肿瘤的主要方式。术后原发肿瘤的复发和转移是患者预后不良的主要原因之一。研究表明患者自身免疫系统功能与肿瘤的发生
针对缺乏网络服务级安全态势评价方法的现状,利用事件注入技术,充分考虑影响服务可用性与性能的重要因素,确立了反映网络服务级安全态势的三级指标体系,并提出一种基于模糊层次分析法(FAHP)的网络服务级安全态势评价方法,通过求出各指标对上一级指标的权重,结合多层次综合评价方法得到模糊最大隶属度向量,从而对网络服务级安全态势进行了量化分析。实验结果表明该方法能有效屏蔽具体服务及入侵行为细节,实现对网络服务