预分类造句

以某属性的等价类(相近类)组成的子集作为svm的训练集预分类的方法如下。 ( 1 )将连续性训练数据离散化。
论文首先介绍了sofm的基本原理和实现方法，接着在其基础上对具体算法进行改进，用k - l变换对原始数据进行特征提取，选取出特征变量，结合c -均值和isodata算法对特征变量进行预分类，按照本文中介绍的方法在底层预置神经元，在中间层对神经原进行合并和删除，加强了该网络的抗干扰性和稳定性。
为了进一步提高识别速度，满足联机识别中实时性的要求，本文在ahmm的基础上同时提出了一种双层自适应识别模型（ bl - ahmm ），通过预分类来减小识别空间，提高了系统识别速度并同时提高了识别率。
但它是二值分类器，不适用于多值分类场合及处理海量数据。粗集理论则具有处理和约简大数据量的优势，但分类精度不如svm方法。本文利用粗集理论对数据进行预分类，在此基础上提出两种二值分类数据组合方法，然后，再利用svm两两分类。
这样，既解决了多值分类问题，提高了分类精度，又实现了数据压缩。其中利用主属性中不可分辨关系(或相近关系)预分类的方法，概念清晰，易于理解、操作，数据压缩量大。
用预分类造句挺难的，這是一个万能造句的方法