【摘 要】
：
典型相关分析(CCA)的目的是通过最大化两组数据间的相关性来抽取典型成分获得降维特征,供其后的分类学习和识别.因此CCA通常仅作为分类学习的特征预处理工具,独立于其后
【出 处】
：
第三届中国数据挖掘学术会议(CCDM2009)
论文部分内容阅读
典型相关分析(CCA)的目的是通过最大化两组数据间的相关性来抽取典型成分获得降维特征,供其后的分类学习和识别.因此CCA通常仅作为分类学习的特征预处理工具,独立于其后的分类器设计.如此提取的特征未必能保证对分类有利,因而不可避免地会影响分类器的性能.针对此不足,借助正则单纯形的几何特性设计类标号,并分别将其与输入样本作为适合相关处理的两组数据,通过直接最大化样本与其类标号间的个体相关性,设计出一个基于相关性的多类分类器(Correlation-based Multi-class Classifier, CMC),不仅免除了预处理过程,同时也克服了退化至LDA的风险,更好地发挥了相关分析的优势.进一步通过与经验核相结合,获得了具有更强分类性能的核化版非线性分类器EK-CMC.在人工数据集和部分UCI数据集上的实验结果验证了该方法的有效性.
其他文献
构造性机器学习方法——覆盖算法学习速度快、复杂度低、可解释性强，能有效地解决有导师学习问题，并取得了很好的效果，但构造神经元的权值即取新覆盖中心时通常人为地给定一
目的:观察T淋巴瘤侵袭转移诱导因子1(Tiam 1)对乳腺癌细胞增殖和迁移的影响并探讨其作用机制。方法:采用反转录-聚合酶链反应(RT-PCR)检测MCF-10A、MCF-7、BS524和MDA-MB-453
俄政府总理普京8月5日在政府工作会议上宣布,俄将从8月15日至12月31日禁止粮食及粮食产品出口。禁令涉及小麦、混合麦、大麦、黑麦、玉米、小麦面粉、小麦和黑麦混合制面粉。
针对SOM(Self-Organizing Map,自组织映射)算法在进行流形学习时容易陷入局部极值和产生"拓扑缺陷"问题的原因,本文提出了一种新的基于SOM的流形学习算法——TO-SOM (Tra
经过改革开放30年的发展，中国的国际政治理念和目标经历了四个阶段：一是明确新的世界大战可以推迟和打不起来；二是确认和平与发展是时代的主流；三是把握和平、发展、合作的世界历史潮流；四是提出建设和谐世界。和谐世界理论的提出，充分确立了中国21世纪的外交战略目标，这一目标的提出既基于国内外形势的巨大变化，同时也标志着中国国际政治的价值取向由正义战争向和平伦理的深刻转型。
▲蕙兰佳品——蕙素里蝶该兰是1997年12月江苏宜兴兰友以高价引进的7苗高档蕙兰,如今一箭9花,纷纷放香,不仅是素心,而且花瓣蝶化。叶长50多厘米,宽1.2厘米,叶质厚实,叶面有
钦州地处桂南,气候炎热,雨量丰沛,高温高湿,番茄易受青枯病危害,具体防治措施如下:一、种番茄的田地实行十字花科和禾本科作物轮作3年以上,最好与禾本科进行水旱轮作。二、
隐变量模型是一类有效的降维方法，但是由非线性核映射建立的隐变量模型不能保持数据空间的局部结构。为了克服这个缺点，提出了一种保持数据局部结构的隐变量模型。该算法充
近几年来，由于市场行情的变化，普通桃价格与甜油桃价格悬殊较大。现有桃园有的品种混杂，品质较差，经济效益低，如果刨掉重植新品种，那肯定见效慢，投资大；如利用原有桃树进行高接换种，则
特征选择是数据挖掘领域的关键技术,尽管已有很多的工作,但由于多标记学习问题的复杂性,其特征选择工作还很少。本文提出一个嵌入式的特征选择方法,MEFS(Multi-label Emb