版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、基于數(shù)據(jù)的機(jī)器學(xué)習(xí)是一種重要的數(shù)據(jù)挖掘方法,也是現(xiàn)代智能技術(shù)中的重要內(nèi)容。近年來,粗糙集與支持向量機(jī)作為兩種主要的數(shù)據(jù)挖掘方法獲得了大量的研究?;诮Y(jié)構(gòu)風(fēng)險最小化的支持向量機(jī)方法能夠較好地解決小樣本、非線性、過學(xué)習(xí)、維數(shù)災(zāi)難和局部極小等問題,具有很強(qiáng)的泛化能力。但是作為一種新型的機(jī)器學(xué)習(xí)方法,在解決實(shí)際問題時還存在一些問題。本文結(jié)合粗糙集理論對支持向量機(jī)方法從兩個方面提出了幾點(diǎn)改進(jìn);一方面利用粗糙集理論對樣本集進(jìn)行預(yù)處理,首先提出基于鄰
2、域粗糙集的樣本選取,其次分析了屬性約簡對支持向量機(jī)的影響,并提出基于屬性約簡的支持向量機(jī)選擇性集成。另一方面利用模糊理論與粗糙集對支持向量機(jī)在處理不確定問題方面進(jìn)行了幾點(diǎn)改進(jìn)。
論文的研究成果主要包括以下幾個方面:
1.針對支持向量機(jī)方法對于高維大規(guī)模數(shù)據(jù)無法直接處理和對異常樣本敏感問題,提出一種基于鄰域粗糙集數(shù)據(jù)預(yù)處理的支持向量機(jī)分類算法。該算法從兩個方面對訓(xùn)練樣本集進(jìn)行預(yù)處理,一方面利用鄰域粗糙集模型中對
3、象鄰域的上、下近似,尋找兩種類別的交界部分,從而減小問題規(guī)模;其次通過對交界部分樣本進(jìn)行混淆度分析,對于那些混雜在另一類樣本中的異常樣本或噪聲數(shù)據(jù)進(jìn)行剔除。另一方面利用屬性重要性度量對樣本集進(jìn)行屬性約簡與屬性加權(quán)處理。
2.基于粗糙集理論的屬性約簡往往會產(chǎn)生多個等價的屬性約簡集合,每個約簡集合包含的屬性是部分或者完全不同的,它們從不同的角度對原始系統(tǒng)進(jìn)行描述,具有一定的差異性和互補(bǔ)性。本文在對比研究了現(xiàn)有集成方法的基礎(chǔ)上提
4、出了一種基于粗糙集屬性約簡的選擇性支持向量機(jī)集成方法。
3.在分析了現(xiàn)有模糊支持向量機(jī)隸屬度計算方法的基礎(chǔ)上,提出一種基于粗糙一類支持向量機(jī)的隸屬度確定方法。該方法利用粗糙集思想構(gòu)造一個最小粗糙球,分別得到對應(yīng)粗糙球的上近似、下近似與邊界區(qū)域,然后依據(jù)樣本在超球中的位置對分布在下近似、邊界域和粗糙球以外的樣本,分別采用三種不同的方式計算其各自的隸屬度。
4.提出一種基于模糊粗糙集的不確定支持向量機(jī)方法。在實(shí)際
5、的應(yīng)用系統(tǒng)中,由于研究對象的復(fù)雜性和對研究對象認(rèn)識能力的局限性,往往得到一些含有不確定信息的信息系統(tǒng),例如樣本分類的不確定性。在這類問題中樣本不能明確地歸為某一類,只能以一定概率或一定隸屬度屬于某一類。本文利用一類特殊的核函數(shù)構(gòu)造了一種模糊等價關(guān)系,接著以這類核函數(shù)構(gòu)造的模糊等價關(guān)系為基礎(chǔ)給出了模糊粗糙集的定義,然后利用模糊粗糙集中的下近似算子為每個訓(xùn)練樣本分配隸屬度,最后將得到的樣本隸屬度融入到傳統(tǒng)支持向量機(jī)模型中,得到一個新的優(yōu)化問
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 結(jié)合粗糙集的支持向量機(jī)研究及應(yīng)用.pdf
- 基于粗糙集與支持向量機(jī)的入侵檢測研究.pdf
- 基于粗糙集與支持向量機(jī)的入侵檢測研究
- 粗糙集和支持向量機(jī)在納稅評估中的應(yīng)用研究.pdf
- 基于粗糙集樣例約簡的支持向量機(jī).pdf
- 基于粗糙集與支持向量機(jī)的票房預(yù)測研究.pdf
- 基于粗糙集和支持向量機(jī)的多值分類算法.pdf
- 基于粗糙集的支持向量機(jī)在圖像分割中的應(yīng)用.pdf
- 基于粗糙集和支持向量機(jī)的網(wǎng)絡(luò)入侵檢測研究.pdf
- 基于粗糙集和支持向量機(jī)的人臉識別.pdf
- 基于粗糙集—支持向量機(jī)的個人信用評估.pdf
- 粗糙集與支持向量機(jī)在采空區(qū)自然發(fā)火預(yù)測中的應(yīng)用研究.pdf
- 基于粗糙集與支持向量機(jī)的Web文本分類.pdf
- 基于粗糙集與支持向量機(jī)的儲層參數(shù)預(yù)測.pdf
- 基于粗糙集和支持向量機(jī)的故障診斷方法研究.pdf
- 基于粗糙集理論和支持向量機(jī)的短期負(fù)荷預(yù)測研究.pdf
- 基于粗糙集和支持向量機(jī)的文本分類方法研究.pdf
- 基于粗糙集與支持向量機(jī)的電力短期負(fù)荷預(yù)測研究.pdf
- 基于粗糙集和支持向量機(jī)的智能故障診斷方法研究.pdf
- 基于粗糙集與支持向量機(jī)的心電信號分類研究.pdf
評論
0/150
提交評論