检索结果-南通市图书馆

作者：王剑上海师范大学

学位级别：硕士

惰性学习(Lazy Learner)分类法有别于决策树归纳、贝叶斯分类、基于规则的分类、后向传播分类等的急切学习分类技术。当给定训练集时,惰性学习法只是简单的存储它,而不像急切分类法一样马上构造范化模型(即分类),要一直等到给定一个检... 详细信息

惰性学习(Lazy Learner)分类法有别于决策树归纳、贝叶斯分类、基于规则的分类、后向传播分类等的急切学习分类技术。当给定训练集时,惰性学习法只是简单的存储它,而不像急切分类法一样马上构造范化模型(即分类),要一直等到给定一个检验元组时才对训练集进行范化,进而根据训练元组的相似性对检验元组进行分类。惰性学习分类法的最大优点就是自然地支持增量学习,并且能对超多边形形状的复杂决策空间建模,或者说其比较适合对高维数据集进行分类。本文在分析比较了当前主要的垃圾邮件过滤技术后,实现了将一种典型的惰性学习分类法,即k最近邻(kNN)分类法,运用于垃圾邮件过滤。K最近邻分类法自然支持增量学习的特性刚好能满足垃圾邮件过滤中要求训练集不断更新的要求。同时,当k的取值足够大的时候,其分类准确性也很高,接近于贝叶斯分类。另外,本文还针对kNN分类法计算量比较大的缺点进行了改进,即利用一种鲁棒的层次聚类方法-ROCK聚类,对训练集先进行聚类,以达到压缩数据集的目的,从而减少后续分类的计算量。为了验证k最近邻分类法的可行性,这里基于vb6.0+Access2003平台和spam数据集设计了一个“KNN分类器”,以便比较在不同参数下的分类器性能。实验结果表明:这种由于采用惰性学习分类法而自然地支持增量学习的分类器,其准确率比较理想;同时,ROCK聚类对数据集的压缩在不影响后续分类准确率的前提下能大大地减少kNN分类过程中的计算量。

关键词：垃圾邮件过滤分类惰性学习 ROCK聚类

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

惰性学习中实例选择研究与应用

惰性学习中实例选择研究与应用

引用

作者：唐武哈尔滨工业大学

学位级别：硕士

惰性学习不同于传统的急性学习,它具有训练代价少、假说空间丰富、渐进学习能力强、能进行增量学习等优点,因而被广泛应用于数据挖掘和网络信息处理等领域。然而由于惰性学习在分类查询实例时,需要计算查询实例与所有存储实例的距离,因... 详细信息

惰性学习不同于传统的急性学习,它具有训练代价少、假说空间丰富、渐进学习能力强、能进行增量学习等优点,因而被广泛应用于数据挖掘和网络信息处理等领域。然而由于惰性学习在分类查询实例时,需要计算查询实例与所有存储实例的距离,因而存在查询代价大的缺点。为了解决这个问题,在惰性学习诞生后不久,就出现了第一个实例选择算法,直至今天仍不断有新的实例选择算法出现。可见实例选择算法是提高惰性学习性能的重要方法,这同时也反映出现有实例选择算法仍有不足。为此,本文展开了如下研究。首先,进行了实例的特定邻域的分析。本文归纳和总结了一类经典的实例选择算法的共同点:它们都使用一种由实例的最近异类实例限定的特定邻域,并且显式或隐式地用到由这个特定邻域得到的两个同类实例集。可见这个特定邻域和这两个同类实例集在实例选择中有着重要作用。然而这些算法都忽视了限定邻域的最近异类实例在实例选择中的重要作用。本文由此提出了两个新的集合:最近异类实例集和异类实例覆盖集。然后分析了这两个集合在实例选择的作用,由此设计了一种边界实例选择算法(BIS)。最后在二维模拟数据集和UCI数据集上进行了实验,实验结果表明,BIS算法能较大量地约简实例存储量,并在很多数据集上取得较好的分类精度,但是在部分数据集上得到的选择集的分类精度不够理想。这也促使本文从更深层次——实例的分类性能上分析实例选择问题。其次,进行了实例分类性能评价函数的研究。由于经典的算法中没有考虑实例覆盖交叠的情况,对实例的分类性能的评价不够精确,因此本文分析和使用了更精确的相对同类实例覆盖来评价实例在分类同类实例的潜在贡献。同时,由于实例的最近异类实例集和异类实例覆盖集也存在交叠的情况,因此本文分析和定义了相对异类实例覆盖来精确地评价实例在维护分类边界方面的贡献。然后,同时从同类实例的角度和异类实例的角度综合考虑,定义了更精确和全面的实例分类性能评价函数,以此作为设计实例选择算法的基础。再次,进行了实例选择算法的设计。针对直接使用实例分类性能函数进行实例选择时,需要优化分类性能阈值选择的问题,本文设计了一种一致子集的实例选择方式,避开了这个问题。由此设计了基于实例分类性能的一致子集实例选择算法(IPECSS)。然后,根据IPECSS算法的特点,通过实验系统地分析了IPECSS算法的性能,并在二维模拟数据集和UCI机器学习数据库中的32个数据集上与经典的实例选择算法进行了实验比较。实验结果表明,IPECSS算法能在大幅度约简实例集的存储量的同时,保持着与训练实例集相同或更好分类精度,并较大地提高了分类效率。最后,针对惰性学习在协同过滤中存在的分类效率和分类精度不够理想的问题,本文将IPECSS算法应用到协同过滤系统中,在应用中检验了IPECSS算法的性能。

关键词：惰性学习实例选择分类性能一致子集

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

激疑引思:带领学生走出惰性学习的困境——以“用字母表示数”的教学为例

引用

小学数学教育 2023年第2期 38-39页

作者：张春新江苏省海安市教师发展中心附属小学

在教学中发现,一些学生中存在着惰性学习的现象。所谓惰性学习,是指对学习缺乏积极性,往往只是被动参与;对学习内容只知其然不知其所以然,从不主动思考知识的来龙去脉,也较少发现或提出数学问题;学习方法上以机械记忆为主,不会主动进行... 详细信息

在教学中发现,一些学生中存在着惰性学习的现象。所谓惰性学习,是指对学习缺乏积极性,往往只是被动参与;对学习内容只知其然不知其所以然,从不主动思考知识的来龙去脉,也较少发现或提出数学问题;学习方法上以机械记忆为主,不会主动进行迁移、比较、推理等。随着年级升高,惰性学习的学生往往会越来越多,并可能转变为学困生。

关键词：用字母表示数惰性学习

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

图像分类方法对比评价研究

引用

智能计算机与应用 2021年第11期11卷 43-48,53页

作者：周雨航车明亮王晓文钞振华张驰于扬鸿南通大学地理科学学院江苏南通226000 南通市规划设计院有限公司江苏南通226004

现有的图像分类方法种类繁多,但一直缺少关于图像分类方法评价的相关研究,为此选用不同数据集对具有代表性的图像分类方法进行评价分析。待评价的图像分类方法包括主动学习(HOG-SVM、Squeeze Net和Simple Net)和惰性学习(KNN和OTSU-KNN... 详细信息

现有的图像分类方法种类繁多,但一直缺少关于图像分类方法评价的相关研究,为此选用不同数据集对具有代表性的图像分类方法进行评价分析。待评价的图像分类方法包括主动学习(HOG-SVM、Squeeze Net和Simple Net)和惰性学习(KNN和OTSU-KNN)两类。结果显示:(1)主动学习相比惰性学习分类精度更高,且在纹理特征较为复杂的图像分类中泛化能力更好。在时间效率方面,主动学习的运行时间要明显短于惰性学习,且前者对数据规模的依赖度远低于后者。(2)对两种分类方法而言,图像的纹理特征复杂度、清晰度以及图像数量都会对分类精度产生影响。此外,参数化方案对分类精度也具有显著影响。

关键词：主动学习惰性学习对比评价最近邻域卷积神经网络

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：