导读:本文包含了自中心距离比值论文开题报告文献综述及选题提纲参考文献，主要关键词:特征选择,中心距离比值,相关性,聚类
自中心距离比值论文文献综述
叶菲,罗景青,俞志富[1]（2009）在《基于中心距离比值准则的无监督特征选择算法》一文中研究指出特征选择是模式识别中的一个重要组成部分。针对未知类标号的样本集,提出基于中心距离比值准则的无监督特征选择算法。该算法利用爬山法确定聚类数目范围和估计初始聚类中心,再通过K-均值聚类算法确定特征子集的最佳分类数,然后用中心距离比值准则来评价特征子集的分类性能,并通过特征间的相关性分析,从中选择出分类效果好,相关程度低的特征组成特征子集。(本文来源于《计算机工程与应用》期刊2009年04期）
孔波,刘小茂,张钧[2]（2006）在《基于中心距离比值的增量支持向量机》一文中研究指出研究了支持向量、中心距离比值、边界向量以及增量学习之间的关系,提出了基于中心距离比值的增量支持向量机。与传统方法相比,基于中心距离比值的增量支持向量机有效的利用了中心距离比值,解决了CDRM+SVM的阈值选取问题;且适合于增量学习;从而在保证了支持向量机的分类能力没有受到影响的前提下提高了支持向量机的训练速度。(本文来源于《计算机应用》期刊2006年06期）
焦李成,张莉,周伟达[3]（2001）在《支撑矢量预选取的中心距离比值法》一文中研究指出支撑矢量机为小样本模式识别提供了一新的途径 ,但其支撑矢量的选择相当困难 ,也成为其应用的瓶颈问题 .对此 ,本文提出了一种能够预先选取支撑矢量的方法———中心距离比值法 .该方法在不影响支撑矢量机的分类能力情况下 ,大大地减少了训练样本 ,提高了支撑矢量机的训练速度 .文中给出的仿真实验结果也验证了该方法的有效性和可行性 .类似的结果在国内外还未见报导(本文来源于《电子学报》期刊2001年03期）
自中心距离比值论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
研究了支持向量、中心距离比值、边界向量以及增量学习之间的关系,提出了基于中心距离比值的增量支持向量机。与传统方法相比,基于中心距离比值的增量支持向量机有效的利用了中心距离比值,解决了CDRM+SVM的阈值选取问题;且适合于增量学习;从而在保证了支持向量机的分类能力没有受到影响的前提下提高了支持向量机的训练速度。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
自中心距离比值论文参考文献
[1].叶菲,罗景青,俞志富.基于中心距离比值准则的无监督特征选择算法[J].计算机工程与应用.2009
[2].孔波,刘小茂,张钧.基于中心距离比值的增量支持向量机[J].计算机应用.2006
[3].焦李成,张莉,周伟达.支撑矢量预选取的中心距离比值法[J].电子学报.2001