针对处理肿瘤基因表达数据特征选择问题,提出了一种特征选择方法 LLE Score.该方法是典型的过滤器类型特征选择方法,在样本类别信息的基础上,LLE Score针对特征向量的局部邻域保存能力进行评价,并且根据评价结果进行特征的选取,以此达...
详细信息
针对处理肿瘤基因表达数据特征选择问题,提出了一种特征选择方法 LLE Score.该方法是典型的过滤器类型特征选择方法,在样本类别信息的基础上,LLE Score针对特征向量的局部邻域保存能力进行评价,并且根据评价结果进行特征的选取,以此达到良好的特征选择效果.在实验部分对肿瘤数据集进行特征选择,并采用支持向量机分类器计算分类准确率.通过分类准确率说明了该方法的有效性.
针对PID(proportional-integral-derivative)整定方法存在模型辨识困难、调节时间长、临界稳定点难以确定等问题,提出一种基于案例推理(case-based reasoning,CBR)的PID控制器参数认知整定方法(cognitive tuning based on case-based re...
详细信息
针对PID(proportional-integral-derivative)整定方法存在模型辨识困难、调节时间长、临界稳定点难以确定等问题,提出一种基于案例推理(case-based reasoning,CBR)的PID控制器参数认知整定方法(cognitive tuning based on case-based reasoning,CTCBR).设计具有动态学习功能的案例推理模型新结构,借鉴多属性决策思想改进案例检索策略,并运用多目标评价准则对参数整定后的预期效果进行评价,从而得到一种具有自学习能力的PID参数认知整定方法.与典型方法对比,该方法能够获得更好的控制性能,同时也能提高PID控制器系统的适应性和整定成功率.
暂无评论