-
题名一种基于置信度的代表点选择算法
被引量：1
- 1
-
-
作者
黄云
洪佳明
覃遵跃
-
机构
吉首大学软件学院
中山大学信息科学与技术学院
-
出处
《计算机工程》
CAS
CSCD
2012年第19期167-169,174,共4页
-
文摘
代表点选择是实现缩减数据集规模的有效途径,可以提高分类的准确率和执行效率。为此,通过引入分类置信度熵的概念,提出适应度评价函数,用于评估代表点的选择效果,以此找到最优的代表点集。该方法可与其他代表点选择方法结合,得到性能更优的代表点选择方法。与多个经典代表点选择方法进行实验比较,结果表明基于置信度的代表点选择方法在分类准确率和数据降低率上有一定优势。
-
关键词
置信度熵
适应度评价函数
代表点选择
k最近邻
半监督学习
遗传算法
-
Keywords
confidence entropy
fitness evaluation function
representative point selection
k-nearest neighbor
semi-supervised learning
genetic algorithm
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名一种基于投票机制的代表点选择算法
被引量：1
- 2
-
-
作者
任江涛
丘正元
纪庆革
-
机构
中山大学计算机科学系
-
出处
《计算机应用》
CSCD
北大核心
2007年第1期77-79,共3页
-
基金
国家自然科学基金资助项目(60473109)
广东省自然科学基金资助项目(0430046204300602)
-
文摘
代表点选择是面向数据挖掘与模式识别的数据预处理的重要内容之一,是提高分类器分类正确率和执行效率的重要途径。提出了一种基于投票机制的代表点选择算法,该算法能使所得到的代表点尽可能分布在类别边界上,且投票选择机制易于排除异常点,减少数据量,从而有利于提高最近邻分类器的分类精度和效率。通过与多个经典的代表点选择算法的实验比较分析,表明所提出的基于投票机制的代表点选择算法在提高最近邻分类器分类精度和数据降低率上都具有一定的优势。
-
关键词
代表点选择
最近邻分类
投票机制
-
Keywords
prototype selection
nearest neighbor classification
voting mechanism
-
分类号
TP311.13
[自动化与计算机技术—计算机软件与理论]
TP18
[自动化与计算机技术—控制理论与控制工程]
-
