文献

J-GLOBAL ID：201602201903252548   整理番号：15A1358953

適応境界近似プロトタイプ選択アルゴリズム【Powered by NICT】

Adaptive Boundary Approximation Prototype Selection Algorithm

著者 (2件)： Li Juan (School of Computer Sci. and Technol., Xidian Univ., Xi’an) ,  Wang Yuping (School of Computer Sci. and Technol., Xidian Univ., Xi’an)
資料名： Moshi Shibie yu Rengong Zhineng  (Moshi Shibie yu Rengong Zhineng)
巻： 28  号： 6  ページ： 568-576  発行年： 2015年 
JST資料番号： C2411A  ISSN： 1003-6059  CODEN： MRZHET  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 伝統的プロトタイプ選択アルゴリズムはパターン読み取り配列,異常パターンなどの影響を受けやすい。これ等の問題を目指して,適応境界近似に基づく改良されたプロトタイプ選択アルゴリズムは,プロトタイプ学習則の詳細な解析を提案した。凝縮最近傍アルゴリズム(CNN)のプロトタイプ吸収戦略が改善され,その電流最一つに平行に近い均一境界プロトタイプが保持された。一方,プロトタイプ更新戦略は,プロトタイプセットに動的周期的更新を達成するために構築した。提案したアルゴリズムは,上記の問題を克服し,プロトタイプ集合の大きさを効果的に低減できる。実験を人工データセットおよびUCIベンチマークデータセットに基づきなしたものであり,結果は,提案したアルゴリズムによって得られた最終プロトタイプ集合は元のデータ集合の分布を反映するはるかに優れていることを示した。平均減少率性能を改善し,良好な分類精度を有し,他のアルゴリズムよりも高速である。Data from the ScienceChina, LCAS. Translated by JST【Powered by NICT】

シソーラス用語： 近似法 ,  凝縮 ,  *プロトタイプ ,  電流 ,  高速度 ,  *アルゴリズム
準シソーラス用語： 分類精度 ,  データセット ,  学習則 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 適応 ,  境界 ,  近似 ,  プロトタイプ ,  アルゴリズム