特征選擇算法研究及其在盾構隧道工程中的應用.pdf_第1頁
已閱讀1頁，還剩110頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、特征選擇是模式識別系統(tǒng)中非常關鍵和重要的部分，它不僅對于人類開發(fā)和認識未知世界、找到未知事物的聯(lián)系能夠發(fā)揮較大的作用，而且對于構造一個實際的模式識別系統(tǒng)也起著至關重要的作用。大規(guī)模數(shù)據(jù)的不斷涌現(xiàn)，對已有的特征選擇算法提出了嚴峻的挑戰(zhàn)，這是因為與特征選擇相關的許多問題都是NP難問題，因此要找到最優(yōu)特征子集，往往是不切實際的。然而研究人員總是盡量提高特征選擇的性能，從而找到一個接近最優(yōu)的特征子集。本文在特征選擇算法設計以及盾構地鐵隧道施工復

2、雜系統(tǒng)的數(shù)據(jù)挖掘中進行了一些研究和探討，論文的主要工作和貢獻有以下幾個方面： 1.提出了一種基于自適應遺傳算法和支持向量機的特征選擇算法AGASVM。該方法利用自適應遺傳算法AGA進行最優(yōu)特征子集的搜索，用支持向量機SVM作為特征子集評價方法。AGASVM用于盾構地鐵隧道施工質量風險致險因子的選取，實驗結果表明了AGASVM提高了特征選擇的效率。 2.提出了一種用于解決“類標具有約束條件的約束性多分類問題”的模型RMCM

3、和一種混沌離散粒子群算法CBPSO。將CBPSO與RMCM模型結合，得到一種基于CBPSO特征選擇的RMCM模型CBPSO-RMCM。將CBPSO-RMCM應用于盾構地鐵隧道施工管片襯砌過程中的管片選型預測，實驗結果表明該模型的分類準確率比RMCM有明顯提高，且選取出的關鍵特征集與領域專家的意見基本一致，為今后的管片選型預測提供了一種參考方法。 3.分析了Filter和Wrapper兩種模式的優(yōu)缺點，提出了一種適用于回歸的基于層

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論