收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

机器学习方法及其在基金项目评审中的应用研究

李智  
【摘要】:随着计算机和通信技术的创新与应用,社会生产力水平得到了快速的提高。人类寻求在机器中复制人类智能的愿望越来越强烈,极大地促进了计算智能和学机器学习等学科的发展。本文应用统计学、计算智能、系统工程和管理科学等理论,在对机器学习理论、概念规则学习方法和支持向量机方法等进行了系统深入的研究,并将机器学习方法应用于基金项目评审和管理。 本主要研究内容如下: 1、描述了智能系统或知识系统的一般框架,论述了机器学习与计算智能的联系,分析了机器学习的概念、方法和典型应用领域,提出了将机器学习方法应用于科学基金项目评审和管理的思路。 2、分析了PAC可学习定义,推导了有限假设空间下一致学习机和非一致学习机的样本复杂度的关系式。基于统计学理论研究了经验风险最小化原则学习过程的一致性问题。基于VC-维概念,研究了经验风险与真实风险之间关系的一般化不等式,并论述了学习过程的结构风险最小化归纳原则。 3、研究了规则学习的策略与典型算法,提出了基于约束聚类的概念学习方法(CLCC)。定义了合取规则可学习性的概念,设计了一种启发式正例聚类的算法框架,以及从正例聚类生成合取规则的基于期望信息的快速算法。提出了概念规则的后剪枝方法和处理准则。同时,将CLCC算法和传统算法分别应用于基金项目评价的概念学习,并进行了详细计算实验和分析。 4、研究了支持向量机(SVM)模型的特点和形式,描述了SMO算法的计算过程和程序框架。提出了根据样本数据在欧氏空间上的局部几何特征,筛选最有可能成为支持向量的候选样本的思路。设计了候选支持向量选择的SCSV算法和异常样本过滤处理的AEF算法,AEF+SCSV与SMO算法相结合可以有效学习SVM分类函数。研究了基于SVM的基金项目评价问题的机器学习方法,并进行了详细的实验计算。 5、应用决策支持系统和Multi-Agents技术,研究了基于机器学习方法的基金项目评审决策支持系统。给出了基金项目评议决策支持系统的工作流程和框架,以及基金项目智能交互式信息检索过程和处理流程。采用ID3、CLCC和SVM方法,建立了项目评议知识库系统和用户查询项目文档分类学习知识库系统。给出了基于机器学习的基金项目评审决策支持系统PEPRDSS-MAS的整体原型设计,描述了各Agents的功能和控制方式。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 何德平;肖勇;肖兴国;黄永红;周庆人;;支持向量机在遥感影像处理中的应用[J];城市勘测;2006年03期
2 郭雪松;孙林岩;徐晟;;基于超球结构的支持向量机增量学习算法[J];运筹与管理;2007年04期
3 胡敏菁;吴建盛;施识帆;刘宏德;孙啸;;面向蛋白质功能位点识别的机器学习平台构建[J];生物信息学;2010年01期
4 尹中航,王永成,蔡巍;应用支持向量机进行网上信息自动分类[J];高技术通讯;2001年11期
5 张振领;贾仰理;;基于支持向量机和小波分析的说话人识别研究[J];聊城大学学报(自然科学版);2007年04期
6 李士进;阮晓哲;冯钧;林林;;一种基于机器学习的视频镜头边界检测方法[J];广西师范大学学报(自然科学版);2008年01期
7 王伟;刘梅;段爱玲;;支持向量机的SMO算法及其自适应改进研究[J];河南科学;2010年04期
8 王炜;林命週;马钦忠;赵利飞;;数据挖掘及其在地震预报中的应用前景[J];国际地震动态;2005年12期
9 方辉;;支持向量机的研究与发展[J];大庆师范学院学报;2007年05期
10 彭建芬;周亚建;王枞;杨义先;平源;;TCP流量早期识别方法[J];应用科学学报;2011年01期
11 廖堃;段江波;周艳红;;人类基因PolyA位点预测[J];计算机学报;2008年06期
12 黄发良,钟智;用于分类的支持向量机[J];广西师范学院学报(自然科学版);2004年03期
13 李钧涛;杨瑞峰;左红亮;;统计机器学习研究[J];河南师范大学学报(自然科学版);2010年06期
14 杨慧琴;;统计学习理论及其研究进展[J];经营管理者;2009年18期
15 陈果;;一种实现结构风险最小化思想的结构自适应神经网络模型[J];仪器仪表学报;2007年10期
16 杨钟瑾;;核函数支持向量机的研究进展[J];科技资讯;2008年19期
17 沈永生;黄发明;章达华;杨希;陈雪芹;;支持向量机在三明市主汛期短期气候预测中的应用[J];大气科学研究与应用;2009年01期
18 李志明;孔令富;;用于回归估计的支持向量机[J];广西科学院学报;2005年04期
19 何桢;崔庆安;;基于支持向量机的小样本响应曲面法研究[J];工业工程;2006年05期
20 阎辉,张学工,李衍达;应用SVM方法进行沉积微相识别[J];物探化探计算技术;2000年02期
中国重要会议论文全文数据库 前10条
1 宋普云;沈雪勤;吴清;;一种改进的SMO算法[A];第六届全国计算机应用联合学术会议论文集[C];2002年
2 刘伍颖;王挺;;一种多过滤器集成学习垃圾邮件过滤方法[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年
3 章成志;;基于机器学习的文本聚类描述算法研究[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年
4 晏庆华;;支持向量机算法综述[A];2008'中国信息技术与应用学术论坛论文集(二)[C];2008年
5 程国建;蔡磊;潘华贤;;核向量机在大规模机器学习中的应用[A];第十一届中国青年信息与管理学者大会论文集[C];2009年
6 谢湘;匡镜明;;支持向量机在语音识别中的应用研究[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年
7 蒋铁军;张怀强;李积源;;多变量系统预测的支持向量机方法研究[A];管理科学与系统科学研究新进展——第7届全国青年管理科学与系统科学学术会议论文集[C];2003年
8 林杰华;张斌;李冬森;宋华茂;余志强;王浩;;支持向量机在电力客户信用评级中的应用[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
9 黄淑云;孙兴玉;梁汝萍;邱建丁;;基于小波支持向量机预测蛋白质亚细胞定位研究[A];第十一届全国计算(机)化学学术会议论文摘要集[C];2011年
10 涂冬成;薛龙;刘木华;赵进辉;沈杰;吁芳;;基于支持向量机的鹅肉肉色客观评定研究[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年
中国博士学位论文全文数据库 前10条
1 李智;机器学习方法及其在基金项目评审中的应用研究[D];天津大学;2004年
2 李忠伟;支持向量机学习算法研究[D];哈尔滨工程大学;2006年
3 王国胜;支持向量机的理论与算法研究[D];北京邮电大学;2008年
4 徐海祥;基于支持向量机方法的图像分割与目标分类[D];华中科技大学;2005年
5 彭司华;计算智能在生物信息学中的应用研究[D];浙江大学;2004年
6 武国正;支持向量机在湖泊富营养化评价及水质预测中的应用研究[D];内蒙古农业大学;2008年
7 张超;基于支持向量机的汽轮机轴系振动故障智能诊断研究[D];华北电力大学(河北);2009年
8 邢永忠;最小二乘支持向量机的若干问题与应用研究[D];南京理工大学;2009年
9 曹葵康;支持向量机加速方法及应用研究[D];浙江大学;2010年
10 刘叶青;原始空间中支持向量机若干问题的研究[D];西安电子科技大学;2009年
中国硕士学位论文全文数据库 前10条
1 王晶;支持向量机及其在癌症诊断中的应用研究[D];东北师范大学;2006年
2 马波;支持向量机多类分类算法的分析与设计[D];扬州大学;2008年
3 杨雪;支持向量机多类分类方法的研究[D];哈尔滨工程大学;2006年
4 刘华煜;基于支持向量机的机器学习研究[D];大庆石油学院;2005年
5 马金刚;基于向量空间的信息过滤关键技术研究[D];山东师范大学;2006年
6 张昕;基于SVM方法的医学图像分类研究[D];浙江大学;2006年
7 赵斌;多值SVM分类投票法的改进[D];武汉科技大学;2007年
8 赵莹;基于向量投影的支持向量机增量学习算法[D];哈尔滨工程大学;2007年
9 黄波;基于支持向量机的多示例学习研究与应用[D];中国地质大学;2009年
10 马京华;多光谱图像分割技术在防沙治沙关键技术中的研究与应用[D];天津理工大学;2009年
中国重要报纸全文数据库 前10条
1 本报记者 余建斌;机器学习与互联网搜索[N];人民日报;2011年
2 黎骊/文 [美] Tom M.Mitchell 著;机器学习与智能化社会[N];中国邮政报;2003年
3 邢方亮;计算智能大有可为[N];计算机世界;2003年
4 记者 朱侠;扶持精品 体现公益 坚持公平[N];中国新闻出版报;2010年
5 中国科技大学计算机系 邢方亮;计算智能百花齐放[N];计算机世界;2003年
6 宋翩龚华萍;华工学子2008年IEEE世界计算智能大赛折桂[N];大众科技报;2008年
7 秦明 鸣琦;计算智能与安全国际会议在西安举行[N];陕西日报;2005年
8 徐小红;今年首批科技创新基金项目评审[N];宝鸡日报;2006年
9 徐小红;宝鸡高新区第二批科技创新基金项目评审揭晓[N];中国高新技术产业导报;2006年
10 孙富春 孙增圻;计算智能技术[N];计算机世界;2001年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978