学科分类
/ 1
2 个结果
  • 简介:降维与分类一直是机器学习的研究热点,在很多领域有着成功的应用.针对基因数据分类存在特征维数过高、冗余数据和高噪声等问题,现提出一种基于ReliefF和自适应粒子群(APSO)优化的混合降维算法.即先通过ReliefF和APSO算法选择特征子集,然后使用超限学习机作为评价函数对基因数据进行分类,最后通过循环迭代得到最优的分类精度.实验证明,混合降维算法与已有的算法相比分类精度更高、更稳定,它适用于基因表达数据降维.

  • 标签: RELIEFF算法 APSO算法 降维 基因表达数据
  • 简介:钻遇潜山的作业风险决定了潜山界面识别技术在录井中的重要地位。为解决渤中油田某构造花岗岩潜山与上覆砂砾岩岩性难以区分的难题,引入X射线元素录井和X射线全岩衍射录井技术,利用岩屑元素和矿物含量变化确定地层界面和岩性的变化,但其应用中存在各种元素和矿物分异度不够、潜山界面的变化不明显等问题。在此条件下,引入ReliefF算法、PCA降维、支持向量机等数学方法及思维,用于处理现场成果数据并构建新图板,提高潜山界面识别的分异度。通过数学方法与地质录井的结合,提出了潜山界面识别的新思路,对渤中油田某构造后续作业以及渤海地区其他潜山构造的界面识别产生积极影响。

  • 标签: 潜山界面 识别方法 RELIEFF算法 PCA 支持向量机