您当前的位置: > 详细浏览

基于广义分形插值理论的多尺度分类尺度下推算法 后印本

请选择邀稿期刊:
摘要: 多尺度数据挖掘多应用于空间遥感图像数据,以图像的分辨率或者区域分割为依据进行尺度划分,然后在每个尺度层进行分析。近期,有不少学者将多尺度数据挖掘应用于一般数据集上,以等级理论、概念分层以及包含度理论等为尺度划分依据,研究不同尺度层的分布规律,进而发现有意义的事实,如多尺度关联规则以及多尺度聚类。但是在一般数据集下,很少将多尺度数据挖掘应用于分类算法领域。定义了广义分形插值理论的概念,打破了局限于迭代函数系统IFS(iterative function systems)的缺憾,拓展了分形插值的应用;提出了基于广义分形插值理论的多尺度分类尺度下推算法MSCSDA(multi-scale classification scaling-down algorithm)。仿真实验建立在四个UCI基准数据集和一个H省部分人口真实数据集上,并将MSCSDA与KNN、Decision Tree以及LibSVM算法进行对比分析,实验结果表明,MSCSDA算法在不同的数据集上均优于其他算法。

版本历史

[V1] 2018-04-17 20:49:53 ChinaXiv:201804.02161V1 下载全文
点击下载全文
预览
许可声明
metrics指标
  •  点击量1832
  •  下载量910
评论
分享