四川理工学院学报（自然科学版）
四川理工學院學報（自然科學版）
사천리공학원학보（자연과학판）
JOURNAL OF SICHUAN UNIVERSITY OF SCIENCE & ENGINEERING(NATURAL SCIENCE EDITION)
2013年
1期
33-37
,共5页
特征提取%核属性%机器学习%多目标EA%监督聚类
特徵提取%覈屬性%機器學習%多目標EA%鑑督聚類
특정제취%핵속성%궤기학습%다목표EA%감독취류
特征提取与多目标机器学习算法是基于多目标协同EA提出的,该算法通过对学习样本多属性进行特征提取找出其核属性,由核属性与其他非核属性组成属性组,从而提高了分类的精度.各属性组再按相似性和类标签进行有监督地聚成类簇,类簇个数和中心根据适应度矢量函数通过机器学习算法自动确定,这样类簇个数和中心就不受主观因素的影响并且保证了这两个关键要素的优化性质.待分类样本的类属是按离某个类簇中心距离最近邻法则和该类簇的类标签来判定.最后,将算法应用到UCI数据集中的Liver Disorders和Hepatitis两个数据集,以及浙江省北部地区夏天异常高温天气预测.通过实验表明,特征提取与机器学习算法优于著名的朴素贝叶斯、C4.5、SVM算法.
特徵提取與多目標機器學習算法是基于多目標協同EA提齣的,該算法通過對學習樣本多屬性進行特徵提取找齣其覈屬性,由覈屬性與其他非覈屬性組成屬性組,從而提高瞭分類的精度.各屬性組再按相似性和類標籤進行有鑑督地聚成類簇,類簇箇數和中心根據適應度矢量函數通過機器學習算法自動確定,這樣類簇箇數和中心就不受主觀因素的影響併且保證瞭這兩箇關鍵要素的優化性質.待分類樣本的類屬是按離某箇類簇中心距離最近鄰法則和該類簇的類標籤來判定.最後,將算法應用到UCI數據集中的Liver Disorders和Hepatitis兩箇數據集,以及浙江省北部地區夏天異常高溫天氣預測.通過實驗錶明,特徵提取與機器學習算法優于著名的樸素貝葉斯、C4.5、SVM算法.
특정제취여다목표궤기학습산법시기우다목표협동EA제출적,해산법통과대학습양본다속성진행특정제취조출기핵속성,유핵속성여기타비핵속성조성속성조,종이제고료분류적정도.각속성조재안상사성화류표첨진행유감독지취성류족,류족개수화중심근거괄응도시량함수통과궤기학습산법자동학정,저양류족개수화중심취불수주관인소적영향병차보증료저량개관건요소적우화성질.대분류양본적류속시안리모개류족중심거리최근린법칙화해류족적류표첨래판정.최후,장산법응용도UCI수거집중적Liver Disorders화Hepatitis량개수거집,이급절강성북부지구하천이상고온천기예측.통과실험표명,특정제취여궤기학습산법우우저명적박소패협사、C4.5、SVM산법.
