지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 박창이
- 발행연도
- 2019
- 저작권
- 서울시립대학교 논문은 저작권에 의해 보호받습니다.
이용수3
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
K-근방 분류는 알고리즘 구현이 단순한데 비해 분류 정확도가 괜찮기 때문에 이미지의 분류 등 여러 가지 분류문제에서 사용되고 있다. 가중 K-근방 알고리즘에서는 국소회귀의 커널 평활법에 기반하여 분류경계를 부드럽게 만드는 반면, 커널 K-근방 알고리즘에서는 지지벡터기계 등의 커널기계의 커널 트릭을 이용하여 분류경계를 더 복잡하게 만든다. 커널 K-근방 알고리즘에서 교차확인법을 통한 조율모수의 선택은 계산이 어려울 수 있으므로 가우스 커널의 조율모수의 선택에 기하 기반의 기준을 사용할 것을 제안한다. 또한 모의실험과 실제 데이터 분석을 통하여 K-근방 알고리즘들의 성능을 비교한다.
목차
목 차제 1 장 서론 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1제 2 장 K-근방 분류 알고리즘 . . . . . . . . . . . . . . . . . . . . 3제 1 절 K-근방 분류 . . . . . . . . . . . . . . . . . . . . . . . . 3제 2 절 가중 K-근방 분류 . . . . . . . . . . . . . . . . . . . . . 4제 3 절 커널 K-근방 분류 . . . . . . . . . . . . . . . . . . . . . 5제 3 장 데이터 분석 . . . . . . . . . . . . . . . . . . . . . . . . . . 9제 1 절 모의실험 . . . . . . . . . . . . . . . . . . . . . . . . . . 9제 2 절 실제 데이터 . . . . . . . . . . . . . . . . . . . . . . . . 12제 4 장 결론 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14참고 문헌 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16영문초록 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17감사의 글 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18표 목 차표 1. 모의실험 결과 . . . . . . . . . . . . . . . . . . . . . . . 11표 2. 실제 데이터 분석 결과 . . . . . . . . . . . . . . . . . . 12
최근 본 자료
댓글(0)
0