简介:摘要:随着信息化和机械化设备的普及以及计算机存储能力的提升,越来越多的高维特征数据得以保存。这些高维数据在为多领域应用提供海量信息的同时,也造成了维度灾难问题。另外,高维多标签数据是当前机器学习领域的研究热点之一,多标签数据是指一个样本同时与多个语义相关联,它广泛应用在文本、音频、基因等领域。本文利用特征选择技术对高维多标签数据进行降维并分类。以特征工程为基本平台结合多类特征选择方法,基于结构稀疏化学习的嵌入式特征选择算法和基于信息论的过滤式特征选择算法提出解决上述问题技术方案,过滤掉冗余和对分类起负作用的无关特征,增强机器学习效率与准确率,可以有效的处理掉此类问题。
简介:摘要:大众知识论作为一种认知活动和现象,无疑与人类知识文明的产生和发展相生相伴,经常存在于我们的思想和谈话中。当大众对某种理论进行思考和谈论时就已涉及知识的归赋,知识归赋是我们如何驾驭社会生活的核心。因此,本文着重从大众知识归赋的内涵和影响因素来进行阐述,以便加强对知识本质问题的探索。
简介:摘要:大众知识论作为一种认知活动和现象,经常存在于我们的思想和谈话中。当大众对某种理论进行思考和谈论时就已涉及知识的归赋问题。本文从大众知识归赋的内涵和影响因素入手,探讨知识本质问题,以深化我们对知识归赋在驾驭社会生活中的核心作用的理解。