学位论文 > 优秀研究生学位论文题录展示
纠错输出编码算法的研究及其应用
作 者: 辛轶
导 师: 郭躬德
学 校: 福建师范大学
专 业: 计算机应用技术
关键词: 多分类器 融合 纠错输出编码 半监督学习 概念漂移 特征选择
分类号: TP311.13
类 型: 硕士论文
年 份: 2011年
下 载: 4次
引 用: 0次
阅 读: 论文下载
内容摘要
在众多数据挖掘技术中,多分类器融合技术是近几年来的研究热点,它利用多个分类器来解决问题,可以显著提高系统的泛化能力,达到比个体分类器更好的分类精度和鲁棒性,受到许多学者的关注。而使用此技术解决多类分类问题更是一个急需解决的问题。纠错输出编码算法是多分类器融合技术中一个用于解决多类分类问题的典型算法,它将一个多类分类问题分解为若干个二类分类问题,利用多个单分类器的融合模型来处理多类问题,并在许多领域得到应有。本文探讨了传统纠错输出编码算法的特点与存在问题,对其进行改进与扩充,从编码过程、融合策略、半监督学习、动态数据环境等方面拓展其应用领域,设计并实现相应的改进算法。主要工作包括:(1)半监督层次纠错输出编码算法(Semi-HECOC),使用层次编码和半监督学习技术,提高数据的适应性。(2)基于KNN模型的层次纠错输出编码算法(KNNM-HECOC),改进融合方式,提高分类器的性能。(3)一种解决概念漂移问题的方法(IKnnM-DHecoc),快速适应动态数据环境并有效检测概念漂移问题。(4)基于特征的概念漂移检测方法(FSDA),扩展概念漂移的检测途径。不同的公共数据集和现实应用数据对这些算法的测试表明本文在对纠错输出编码算法研究的有效性,推广和扩充了纠错输出编码算法的研究工作,具有一定的应用价值。
|
全文目录
中文摘要 2-3 Abstract 3-5 中文文摘 5-7 目录 7-10 第一章 绪论 10-18 1.1 研究背景与选题意义 10-11 1.2 多分类器融合技术的概念、方法和应用 11-13 1.2.1 多分类器融合技术的概念 12 1.2.2 多分类器融合技术的方法 12-13 1.2.3 多分类器融合技术的应用 13 1.3 主要研究内容及特色 13-15 1.4 论文章节安排 15-18 第二章 纠错输出编码算法(ECOC)分析 18-24 2.1 ECOC算法的基本思想 18-20 2.2 ECOC算法的编码矩阵分析 20 2.3 ECOC算法的研究现状 20-21 2.4 ECOC算法的优缺点 21-22 2.5 本章小结 22-24 第三章 半监督层次纠错输出编码算法 24-38 3.1 半监督学习算法概述 24-26 3.1.1 半监督学习的常用算法 24-25 3.1.2 半监督学习的应用 25-26 3.2 半监督层次纠错输出编码算法(Semi-HECOC) 26-32 3.2.1 Semi-HECOC算法简介 26-27 3.2.2 半监督的纠错输出编码 27-28 3.2.3 层次编码算法 28-29 3.2.4 层次编码算法的图解范例 29-31 3.2.5 Semi-HECOC算法描述 31-32 3.3 实验及评估 32-36 3.3.1 实验数据集 32-33 3.3.2 实验环境设置 33 3.3.3 实验结果对比 33-34 3.3.4 实验参数分析 34-36 3.4 本章小结 36-38 第四章 基于KNN模型的层次纠错输出编码算法 38-48 4.1 KNN模型算法概述 38-39 4.2 基于KNN模型的层次纠错输出编码算法(KNNM-HECOC) 39-43 4.2.1 KNNM-HECOC算法简介 39-40 4.2.2 KNNM-HECOC算法的基本思路 40-41 4.2.3 KNNM-HECOC算法描述 41-43 4.3 实验及评估 43-47 4.3.1 实验环境 43-44 4.3.2 实验结果 44-45 4.3.3 实验参数分析 45-47 4.4 本章小结 47-48 第五章 动态层次纠错输出编码算法 48-64 5.1 研究背景与相关工作 48-50 5.1.1 概念漂移问题概述 48-49 5.1.2 增量KnnModel算法 49-50 5.2 基于增量KnnModel的动态层次纠错输出编码算法(IKnnM-DHecoc) 50-57 5.2.1 IKnnM-DHecoc算法的具体步骤 51-54 5.2.2 一次数据概念漂移的示例过程 54-56 5.2.3 IKnnM-DHecoc算法的实现 56-57 5.3 实验及评估 57-63 5.3.1 实验使用的算法 58 5.3.2 实验数据集 58-59 5.3.3 实验结果与分析 59-63 5.4 本章小结 63-64 第六章 基于特征的概念漂移检测算法 64-76 6.1 特征选择概述 64-65 6.2 基于特征子空间的概念漂移检测方法(FSDA) 65-69 6.2.1 最佳子空间簇 65-66 6.2.2 目标优化函数 66-67 6.2.3 权重的调整 67 6.2.4 概念漂移的特征定义 67-68 6.2.5 FSDA算法过程 68-69 6.3 实验及评估 69-73 6.3.1 实验数据集 70 6.3.2 实验结果与分析 70-73 6.4 本章小结 73-76 第七章 结论与展望 76-80 7.1 本文工作总结 76-77 7.2 今后工作展望 77-80 参考文献 80-88 攻读学位期间承担的科研任务与主要成果 88-90 致谢 90-92 个人简历 92-93
|
相似论文
- 基于微型无人平台导航多传感器信息融合算法研究,V249.32
- 多传感器组网及反隐身、抗干扰接力跟踪技术研究,TN953
- 图像拼接技术研究,TP391.41
- 舌体特征的提取及融合分类方法研究,TP391.41
- 双传感器图像联合目标检测及系统实现研究,TP391.41
- 统计与语言学相结合的词对齐及相关融合策略研究,TP391.2
- 红外超光谱图像的虚拟探测器研究,TP391.41
- 基于仿生模式识别的文本分类技术研究,TP391.1
- 唇读中的特征提取、选择与融合,TP391.41
- 多传感器信息融合及其在可穿戴计算机上的应用,TP202
- 高光谱与高空间分辨率遥感图像融合算法研究,TP751
- 农村高中生学习动机与阅读能力的相关性研究,G633.41
- 利用GST-标签大肠杆菌表达系统制备HPV 58 E7蛋白,R392
- 鸭源鸡杆菌抗体消长规律研究及抗脂多糖单抗杂交瘤细胞株的建立,S858.32
- 媒介融合中电视媒体的困境与出路,G206
- 电视传播中的粉丝文化效应,G223
- 稳定分泌抗羊种布鲁菌脂多糖单克隆抗体杂交瘤细胞株的建立,R392
- 嗜热菌几丁质结合域及其在酶固定化中应用的研究,Q814
- 海上平台消防系统研究,U698.4
- 稻瘟病菌SNARE蛋白的生物信息学分析及Mgsec22的功能研究,S435.111.41
- 猪白细胞介素2/6嵌合基因的融合表达及活性研究,S858.28
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机软件 > 程序设计、软件工程 > 程序设计 > 数据库理论与系统
© 2012 www.xueweilunwen.com
|