10.3969/j.issn.1001-7119.2013.12.001
数学分类问题中非稳态波动分类模型的设计与仿真
提出了一种基于N平均-依赖过滤和偏最小二乘方法的分类模型,基于数据序列的当前条件方差塑造数学非稳态波动模型,采用N平均-依赖数据过滤模型获取N个-依赖后验概率的均值当成分类概率,对数学非稳态波动模型进行初步分类,采用偏最小二乘方法对非稳态波动模型进行再次分类,增强模型的分类精度。实验结果说明,该种方法具有较高的抗干扰性,对非稳态波动数据分类的效率和精度都优于传统模型,具有较高的应用价值。
非稳态波动、分类模型、N平均-依赖过滤、偏最小二乘
O144(数理逻辑、数学基础)
北京工业职业技术学院2012年院级课题bgzyky201223。
2014-01-09(万方平台首次上网日期,不代表论文的发表时间)
共3页
1-3