文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 自然科学 > 基于模拟退火遗传算法的贝叶斯分类
侵权投诉

基于模拟退火遗传算法的贝叶斯分类

表1朴素贝叶斯分类与NBC分类精度的比较

λ=0 λ=0.5

70.07%85.17%90.57%88.87%

数据集 记录数 属性数 NBC

本文算法

λ=1

70.45%84.65%90.86%84.98%

(1)如何在一个给定领域里自动选取λ的优化值问题;(2)进一步对遗传算法进行改进,再和朴素贝叶斯相结合。改进方法主要包括:改进遗传算子,将遗传算法与其他优化算法相结合构造混合遗传算法,使用并行遗传算法等方法。

参考文献

1 Written I H, Frank E. Data Mining: Practical Machine Learning Tools and Techniques with Java Implementation[M]. Seattle: Morgan Kaufmann Publishers, 2000: 265-314.

2 史忠植. 知识发现[M]. 北京: 清华大学出版社, 2002. 3 朱 明. 数据挖掘[M]. 北京: 中国科技大学出版社, 2002. 4 王小平, 曹立明. 遗传算法——理论、应用与软件实现[M]. 西安:西安交通大学出版社, 2002.

5 王雪梅, 王义和. 模拟退火算法与遗传算法的结合[J]. 计算机学报, 1997, 20(4): 381-384.

6 Kirkpatrick S, Gelatt C D, Vecchi M P. Optimization by Simulated Annealing[J]. Science, 1984, 34(3): 975-986.

7 胡为成, 王本年, 程转流. 基于模拟退火算法的遗传程序设计方法[J]. 计算机工程与设计, 2006,27(23).

8 武兆慧, 张桂娟, 刘希玉. 基于模拟退火遗传算法的关联规则挖掘[J]. 计算机应用, 2005, 25(5): 1009-1011.

9 郑建军, 刘 炜, 刘琼昕. 基于选择性的贝叶斯分类器集成方法[J]. 北京理工大学学报, 2003, 23(6): 724-727.

10 Kohavi R. A Study of Cross-validation and Bootstrap for Accuracy Estimation and Model Selection[C]//Proccedings of IJCAI95. San Mateo: Morgan Kaufmann, 1995: 1137-1143.

11 Blake C L, Merz C J. UCI Repository of Machine Learning

Database[EB/OL]. 2002-09-28. doc.guandang.net Repository.html.

由表1可知,在分类精度方面,本文算法普遍优于NBC算法,只有一种情况例外,就是对于vote数据集,本文算法在λ为1时分类精度要低于NBC算法,这与数据集本身的特点有关。总之,影响分类器准确度的因素是多方面的,除了算法本身以外,数据集自身的特点也是影响准确度的一个重要因素。实践已经证明,不存在某种方法能适于各种特点的数据,而且对于同一个数据集而言,在λ值不同时,分类精度也有所不同,比如:在数据集Breast-cancer上,λ值为0时,分类精度最高;在数据集vote上,λ值为0.5时,分类精度最高,这说明,适当地考虑差异度(即分类误差在实例空间中的分布程度)的影响有助于提高分类能力。

在实验中还发现,采用随机属性选择方法,对改进分类的差异度也有较好的效果。

在算法运行时间上,由于本文算法要进行行遗传操作优选,因此耗费进间要略高于NBC算法,但相对分类精度的提高,这点代价是值得的。

4 结语

基于模拟退火遗传算法的朴素贝叶斯分类方法不仅避免了属性约简对分类精度的影响,而且充分考虑了分类误差在实例空间中的分布程度。实验表明,与传统的朴素贝叶斯方法相比,该方法具有更好的性能。下一步的研究方向应是:(上接第211页)

如图5所示。其中横轴是归一化的灰度梯度值,纵轴是灰度梯度值对应像素个数所占的百分比。从图5可清楚地看到,灰度梯度值较小的像素个数所占的百分比较小,灰度梯度值较大的像素个数所占的百分比较大。上述实验结果表明,在Winner-update搜索过程中,依据灰度梯度计算误差序列,使其尽量按一定顺序排列是可行的。

表4、表5比较了全局搜索算法(FS)、Winner-update搜索算法(WS)、分级Winner-update搜索算法(BWS)、索引表Winner-update搜索算法(IWS)的性能。可见,它们都能保证

3种快速算法相比FS算法都减少了很最好的运动估计精度,

因为它在搜索过程中,多的计算量。最好的算法是IWS算法,

考虑到了最佳的匹配顺序。实际上,BWS算法也在一定程度

因此获得了性能的提升。 上改变了原始WS算法的匹配顺序,

表4 Salesman序列的运动估计计算次数

信噪比

算法

(dB)

FS 22 455 040 100 0 1 892 1 892 10033.76运算次数

时间(ms)

比例

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

5 结论

由于运动估计的计算量在整个视频编码器中占有最大的

比重,因此快速运动估计算法的研究显得尤为重要。本文提出了度量图像复杂度的简便算法,并设计了相适应的数据结

可有效提高块匹配的效率。构,用于Winner-update搜索策略,

实验表明,新算法比全局搜索算法节省了90%~98%的计算量,比传统的WS算法节省10%左右的计算量。

参考文献

1 Li Renxiang, Zeng Bing, Liou L. A New Three-step Search Algorithm for Block Motion Estimation[J]. IEEE Trans. on Circuits and Systems for Video Technology, 1994, 4(4): 438-442.

2 Liu L K, Feig E. A Block-based Gradient Descent Search Algorithm for Motion Estimation in Video Coding[J]. IEEE Transactions on Circuits and Systems for Video Technology, 1996, 6(4): 419-422. 3 Chen Y S, Hung Y P, Fuh C S. Fast Block Matching Algorithm Based on the Winner-update Strategy[J]. IEEE Trans. on Image Processing, 2001, 10(8): 1212-1222.

4 Brunig M, Niehsen W. Fast Full-search Block Matching[J]. IEEE Transactions on Circuits and Systems for Video Technology, 2001, 11(2): 241-247.

5 夏金祥, 黄顺吉. 基于VOP的块特性的自适应十字搜索模式运动估计法[J]. 通信学报, 2005, 26(8): 117-121.

6 Kim J N, Byun S C, Ahn B H. Fast Full Search Motion Estimation Algorithm Using Various Matching Scans in Video Coding[J]. IEEE Trans. on Systems, Man, and Cybernetics——Part C: Applications and Reviews, 2001, 31(4): 540-548.

表5 Carphone序列的运动估计计算次数

运算次数 时间(ms) 比例信噪比

算法

(dB)

FS 22 455 040 100 0 1 837 1 817 10028.46WUS 4 021 857 17.9 0 1 339 1 339 73.728.465.328.463.628.46

—221—

上一页第3页

你可能喜欢

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email