没有合适的资源?快使用搜索试试~ 我知道了~
在高维空间中,分类非常困难,因为学习方法会遭受维数的诅咒。 为了有效地对高维数据进行分类,提出了一种监督免疫克隆进化分类算法(SICEA)。 首先,将自动非参数不相关判别分析(UDA)用于降维(DR),该方法将保留等级的降维与约束判别分析相结合,以实现提取的统计上不相关的特征。 然后,提出了一种基于克隆选择原理的免疫学免疫克隆进化算法(ICEA)作为分类器。 在实验中,首先,使用11个UCI数据集,四个纹理图像和三个合成Kong径雷达(SAR)图像来测试SICEA的性能。 在分类准确性和运行时间方面,还将SICEA与三种现有算法进行了比较。 另外,SICEA被应用到现实世界的应用中,即面部识别,并具有良好的性能。
资源推荐
资源评论
资源评论
weixin_38590738
- 粉丝: 8
- 资源: 902
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功