• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>Chinese Control Conference >有监督的等距映射和k近邻分类结合用于集员辨识
【24h】

有监督的等距映射和k近邻分类结合用于集员辨识

机译：有监督的等距映射和k近邻分类结合用于集员辨识

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

针对带有未知但有界（UBB）噪声的参数非线性回归模型，提出了一种基于模式分类器的集员辨识方法。假设参数空间中的点分为在可行集内和在可行集外两种类别，集员辨识可以视为设计模式分类器对参数空间中的点进行分类。具体方法为：首先在参数空间均匀的选取训练点，根据方程误差判断其是否为可行集内的点，然后采用有监督的等距映射（S-Isomap）将训练点映射到低维空间，最后根据降维后的训练点设计k近邻分类器（k-NNC）。此方法不仅可以在高维参数空间近似描述可行集，还可以在低维空间对可行集特征化。仿真结果验证了所提方法的有效性.
机译：针对带有未知但有界（UBB）噪声的参数非线性回归模型，提出了一种基于模式分类器的集员辨识方法。假设参数空间中的点分为在可行集内和在可行集外两种类别，集员辨识可以视为设计模式分类器对参数空间中的点进行分类。具体方法为：首先在参数空间均匀的选取训练点，根据方程误差判断其是否为可行集内的点，然后采用有监督的等距映射（S-Isomap）将训练点映射到低维空间，最后根据降维后的训练点设计k近邻分类器（k-NNC）。此方法不仅可以在高维参数空间近似描述可行集，还可以在低维空间对可行集特征化。仿真结果验证了所提方法的有效性.

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号