逢甲學報, Band 36逢甲大學, 1999 |
Im Buch
Ergebnisse 1-3 von 13
Seite 62
... 樣本是在設計分類器時,根據欲解決的問題領域,採集樣本所得的集合。集合中的每一個物件都可由一個特徵向量所表示,並且已知每一物件的類別由圖 3.1 中可以很清楚地看出輸入資料製作的過程,首先將分類樣本依照各類別的數目以隨機的方式一分為二,分別稱為訓練 ...
... 樣本是在設計分類器時,根據欲解決的問題領域,採集樣本所得的集合。集合中的每一個物件都可由一個特徵向量所表示,並且已知每一物件的類別由圖 3.1 中可以很清楚地看出輸入資料製作的過程,首先將分類樣本依照各類別的數目以隨機的方式一分為二,分別稱為訓練 ...
Seite 65
... 樣本,及訓練集和參考集的產生方式作一詳細描述。在第(二)節的實驗中將我們提出的演算法和基因演算法[ 13 ]應用在選擇型 k - NNR 分類器的設計上,同時在分類正確性、參考集合數目和設計效率上作了比較。(一)分類樣本描述在實驗中我們選擇了二組在設計分類 ...
... 樣本,及訓練集和參考集的產生方式作一詳細描述。在第(二)節的實驗中將我們提出的演算法和基因演算法[ 13 ]應用在選擇型 k - NNR 分類器的設計上,同時在分類正確性、參考集合數目和設計效率上作了比較。(一)分類樣本描述在實驗中我們選擇了二組在設計分類 ...
Seite 67
... 樣本,這樣的資料共產生五組。然後選用 L12 ( 2127 )直交表的前 75 行的水準組合進行實驗,每一組資料進行一次實驗,並將結果記錄下來如表 4.2 。表 4.2 本演算法採用 IRIS 為分類樣本的實驗結果( % )參考集數目實驗實驗實驗實驗樣本 1 樣本 2 樣本 3 樣本 4 ...
... 樣本,這樣的資料共產生五組。然後選用 L12 ( 2127 )直交表的前 75 行的水準組合進行實驗,每一組資料進行一次實驗,並將結果記錄下來如表 4.2 。表 4.2 本演算法採用 IRIS 為分類樣本的實驗結果( % )參考集數目實驗實驗實驗實驗樣本 1 樣本 2 樣本 3 樣本 4 ...