逢甲學報, Band 36逢甲大學, 1999 |
Im Buch
Ergebnisse 1-3 von 11
Seite 56
... 基因演算法為基礎的選擇型 K - NNR 分類器,在分類精確度及運算複雜度上都優於現有替代型的分類技術。基因演算法是進化過程在數學模擬上的應用,其研究的重點是利用生物自動適應環境的機制( adaptive mechanism ) ,讓機器表現得更聰明,更接近人類的知識與 ...
... 基因演算法為基礎的選擇型 K - NNR 分類器,在分類精確度及運算複雜度上都優於現有替代型的分類技術。基因演算法是進化過程在數學模擬上的應用,其研究的重點是利用生物自動適應環境的機制( adaptive mechanism ) ,讓機器表現得更聰明,更接近人類的知識與 ...
Seite 57
... 基因演算法[ 12,13 ]來設計分類器時,在經訓練階段所產生出的最佳參考集,經檢驗集檢驗的結果不一定會得到很好的分類辨識率。當應用基因演算法[ 12,13 ]設計選擇型 K - NNR 分類器時,目標函數值愈好,不一定會有較好的分類正確率,這種現象使得基因演算法的 ...
... 基因演算法[ 12,13 ]來設計分類器時,在經訓練階段所產生出的最佳參考集,經檢驗集檢驗的結果不一定會得到很好的分類辨識率。當應用基因演算法[ 12,13 ]設計選擇型 K - NNR 分類器時,目標函數值愈好,不一定會有較好的分類正確率,這種現象使得基因演算法的 ...
Seite 68
... 法基因演算法圖 4.2 本演算法和基因演算法的比較(採用 IRIS 為分類樣本)由圖 4.2 中的結果顯示, SRA 在分類正確率上略優於基因演算法,而且還可以提供參考集數目更少的解集合( pareto solution )。在訓練階段, SRA 只做了 128 次目標函數的計算,明顯少於 ...
... 法基因演算法圖 4.2 本演算法和基因演算法的比較(採用 IRIS 為分類樣本)由圖 4.2 中的結果顯示, SRA 在分類正確率上略優於基因演算法,而且還可以提供參考集數目更少的解集合( pareto solution )。在訓練階段, SRA 只做了 128 次目標函數的計算,明顯少於 ...