收藏本站
《大连理工大学》 2012年
收藏 | 手机打开
二维码
手机客户端打开本文

基于核的学习算法与应用

渐令  
【摘要】:核技巧是解决非线性问题的强力工具,基于核的学习理论与算法研究是机器学习领域的研究热点.本文主要针对核学习算法设计及其在高炉冶炼过程、蛋白质鉴定问题中的若干应用展开研究. 核学习算法设计方面,设计了二进制编码支持向量机(Support Vector Ma-chines:SVM)算法,将N-分类问题转化为[log2N]个二分类子问题,相比于传统的one-against-one方法需要(?)(N2)个子分类器,one-against-all方法需要(?)(N)个子分类器,二进制编码SVM显著提高了子分类器的效率;将最小二乘支持向量机(Least Square SVM:LS-SVM)的多核学习(Multiple Kernel Learning:MKL)(?)问题转化为半定规划问题(Semidefinite Programming:SDP),在MKL统一框架下实现了对核系数和正则化参数的优化,进而推动了核和正则化参数的自动化选取,与SVM MKL相比LS-SVM MKL在保持精度的同时计算复杂度大大降低,UCI基准数据库上的数值试验验证了所设计LS-SVM MKL算法的有效性. 高炉冶炼过程的炉温预测与趋势分类是本文研究的应用问题之一.本文以高炉炉内热状态的重要指标高炉铁水硅含量([Si])为研究对象,在光滑支持向量回归机(Smooth Support Vector Regression:SSVR)模型中引入滑动窗口(Sliding Windows:SW)机制建立了SW-SSVR模型,通过不断更新学习样本,能够及时追踪系统的变化,应用SW-SSVR模型对[Si]进行数值预报,数值试验表明,SW-SSVR模型有较高的预测成功率,较短的计算时间,适合在线应用;将[Si]趋势预报问题转化为一个4分类问题,即剧升、微升、微降、剧降,应用二进制编码SVM对国内两座高炉[Si]进行趋势预报,该模型使得高炉工长在控制高炉炉温方向的同时可以决定调控力度;使用MKL整合高炉冶炼过程中出现的异质数据提高了模型预测精度,应用MKL对高炉采集变量进行特征约简,增强了黑箱模型的可解释性. 基于串联质谱(MS/MS)的多肽鉴定问题是本文研究的另一个应用问题.蛋白质组学是后基因组时代的前沿热点,而串联质谱、蛋白质芯片等高通量实验技术极大地推动了蛋白质组学的发展.通过串联质谱鉴定多肽序列进而鉴定蛋白质是当前蛋白质组学研究中常用的研究方法.由于蛋白质样品和生物实验的复杂性,质谱图富含噪声,数据库搜索得到的多肽匹配中存在大量阴性鉴定,目前已提出多种算法用来优化多肽鉴定,但仍不能完美地区分阳性和阴性多肽鉴定.鉴于此,本文应用基于MKL SVM的De-Noise算法将串联质谱数据多肽鉴定问题转化为特殊分类问题:正类样本点被严重污染并不可信,而负类样本点完全可信De-Noise算法首先依赖距离关系执行去噪处理,然后基于去噪后的样本集训练SVM分类器并执行2次精炼过程,最后整合多肽的酶切信息给出鉴定结果.在3个蛋白质数据集Yeast(LCQ质谱仪)、UPS1(LTQ质谱仪)、Ta108(Orbit质谱仪)的SEQUEST搜库结果中对比了De-Noise算法和PeptideProphet、Percolator的多肽鉴定结果,在给定期望假阳性率(False Discovery Rate:FDR)下De-Noise算法显著提高了多肽鉴定的灵敏度和特异性.
【学位授予单位】:大连理工大学
【学位级别】:博士
【学位授予年份】:2012
【分类号】:TP181

【参考文献】
中国期刊全文数据库 前7条
1 刘学艺,刘祥官,王文慧;贝叶斯网络在高炉铁水硅含量预测中的应用[J];钢铁;2005年03期
2 高小强,郑忠,黄庆周;高炉铁水含硅量和含硫量动力学预报研究[J];钢铁;1995年04期
3 孙瑞祥;付岩;李德泉;张京芬;王晓彪;盛泉虎;曾嵘;陈益强;贺思敏;高文;;基于质谱技术的计算蛋白质组学研究[J];中国科学E辑:信息科学;2006年02期
4 郜传厚;渐令;陈积明;孙优贤;;复杂高炉炼铁过程的数据驱动建模及预测算法[J];自动化学报;2009年06期
5 汪洪桥;孙富春;蔡艳宁;陈宁;丁林阁;;多核学习方法[J];自动化学报;2010年08期
6 高雪;郑俊杰;贺福初;;我国蛋白质组学研究现状及展望[J];生命科学;2007年03期
7 渐令,刘祥官;支持向量机在铁水硅含量预报中的应用[J];冶金自动化;2005年03期
中国博士学位论文全文数据库 前10条
1 杜伟;机器学习及数据挖掘在生物信息学中的应用研究[D];吉林大学;2011年
2 田英杰;支持向量回归机及其应用研究[D];中国农业大学;2005年
3 范玉刚;基于Kernel的机器学习在建模与分类问题的应用研究[D];浙江大学;2006年
4 罗世华;高炉冶炼过程的分形特征辨识及其应用研究[D];浙江大学;2006年
5 胡崇海;基于图的半监督机器学习[D];浙江大学;2008年
6 赵敏;高炉冶炼过程的复杂性机理及其预测研究[D];浙江大学;2008年
7 王淑琴;机器学习方法及其在生物信息学领域中的应用[D];吉林大学;2009年
8 邵晨;机器学习方法预测蛋白质相互作用应用Logistic回归提高质谱多肽鉴定的准确度[D];中国协和医科大学;2008年
9 马洁;蛋白质组肽段鉴定质量控制方法的研究与应用[D];中国人民解放军军事医学科学院;2010年
10 张京芬;蛋白质鉴定中串联质谱数据预处理的算法研究[D];中国科学院研究生院(计算技术研究所);2006年
【共引文献】
中国期刊全文数据库 前10条
1 王尔丹;人群运动与密度估计技术研究[J];安全;2005年03期
2 冯学军;;最小二乘支持向量机的研究与应用[J];安庆师范学院学报(自然科学版);2009年01期
3 周德强;冯建中;;建筑物沉降预测的改进Verhulst模型研究[J];地下空间与工程学报;2011年01期
4 王立平;孔小梅;付梦印;王美玲;张甲文;姜明;;Temperature Drift Modeling of FOG Based on LS-WSVM[J];Journal of China Ordnance;2008年03期
5 王亮;胡静涛;;基于LS-SVM的光刻过程R2R预测控制方法[J];半导体技术;2012年06期
6 田盛丰;基于核函数的学习算法[J];北方交通大学学报;2003年02期
7 薛彦轶;刘晓东;;基于最小二乘支持向量机的航材备件需求建模[J];兵工自动化;2007年06期
8 高博;谭永红;张新良;;基于在线LSSVM的超声波电机转速预测器[J];兵工自动化;2007年09期
9 张丽叶;郑绍钰;;基于LS-SVM的装备研制费用建模与分析[J];兵工自动化;2009年02期
10 纪凤珠;王长龙;王瑾;孙钦蕾;;基于稀疏化LS-SVM的漏磁缺陷三维轮廓重构[J];兵工学报;2008年05期
中国重要会议论文全文数据库 前10条
1 宋海鹰;桂卫华;阳春华;;基于核偏最小二乘的简约最小二乘支持向量机及其应用研究[A];第二十六届中国控制会议论文集[C];2007年
2 宋海鹰;桂卫华;阳春华;;基于最小二乘支持向量机的Hammerstein-Wiener模型辨识[A];第二十六届中国控制会议论文集[C];2007年
3 ;Inverse System Control of Nonlinear Systems Using LS-SVM[A];第二十六届中国控制会议论文集[C];2007年
4 ;A Novel Proximal Support Vector Machine and Its Application in Radar Target Recognition[A];第二十六届中国控制会议论文集[C];2007年
5 ;A CDMA Signal Receiver Based on LS-SVM[A];第二十六届中国控制会议论文集[C];2007年
6 ;LS-SVM Based Stable Generalized Predictive Control[A];第二十七届中国控制会议论文集[C];2008年
7 阎纲;梁昔明;龙祖强;李翔;;一种新的提前一步预测控制算法[A];第二十七届中国控制会议论文集[C];2008年
8 孙玉坤;王博;丁慎平;;基于模糊支持向量机的赖氨酸发酵软测量[A];第二十七届中国控制会议论文集[C];2008年
9 ;GA Based LS-SVM Classifier for Waste Water Treatment Process[A];第二十七届中国控制会议论文集[C];2008年
10 柴伟;孙先仿;乔俊飞;;有监督的等距映射和k近邻分类结合用于集员辨识[A];第二十九届中国控制会议论文集[C];2010年
中国博士学位论文全文数据库 前10条
1 赵莹;半监督支持向量机学习算法研究[D];哈尔滨工程大学;2010年
2 李书艳;单点氨基酸多态性与疾病相关关系的预测及其机制研究[D];兰州大学;2010年
3 张明;电能质量扰动相关问题研究[D];华中科技大学;2010年
4 许伟;基于进化算法的复杂化工过程智能建模方法及其应用[D];华东理工大学;2011年
5 向国齐;支持向量回归机代理模型设计优化及应用研究[D];电子科技大学;2010年
6 桑永胜;空间数据分析的神经计算方法[D];电子科技大学;2010年
7 渠瑜;基于SVM的高不平衡分类技术研究及其在电信业的应用[D];浙江大学;2010年
8 包鑫;稳健回归技术及其在光谱分析中的应用[D];浙江大学;2010年
9 甘良志;核学习算法与集成方法研究[D];浙江大学;2010年
10 闫正兵;内部热耦合空分塔的建模与优化研究[D];浙江大学;2010年
中国硕士学位论文全文数据库 前10条
1 曾传华;基于颜色和纹理特征的竹条分级方法研究[D];华中农业大学;2010年
2 田文娟;基于支持向量机的人民币序列号识别方法的研究[D];山东科技大学;2010年
3 孟培培;基于3S的土地督察信息系统研究[D];山东科技大学;2010年
4 朱耿峰;支持向量机在冲击地压预测模型中的应用研究[D];山东科技大学;2010年
5 李海清;支持向量机在金融市场预测中的应用[D];辽宁师范大学;2010年
6 李光远;基于在线聚类和最小二乘支持向量机的模糊建模方法研究[D];郑州大学;2010年
7 王巧立;微生物发酵过程的建模与优化控制研究[D];郑州大学;2010年
8 曲昆鹏;基于支持向量机的杂草识别研究[D];哈尔滨工程大学;2010年
9 田向伟;基于参数优化LSSVM在转炉煤气系统预测中的应用[D];大连理工大学;2010年
10 穆大芸;多变量时间序列预测与储备池优化方法研究[D];大连理工大学;2010年
【二级参考文献】
中国期刊全文数据库 前10条
1 安云沛,车玉满,刘方,宫海瑞;鞍钢4号高炉热状态专家系统的开发与应用[J];鞍钢技术;1997年08期
2 牟少敏;田盛丰;尹传环;;基于协同聚类的多核学习[J];北京交通大学学报;2008年02期
3 ;An Improved Artificial Neural Network Model for Predicting Silicon Content of Blast Furnace Hot Metal[J];Journal of University of Science and Technology Beijing(English Edition);2000年04期
4 姜志强;分形理论应用研究若干问题及现状与前景分析[J];吉林大学学报(信息科学版);2004年01期
5 王辉;用于预测的贝叶斯网络[J];东北师大学报(自然科学版);2002年01期
6 徐静波,徐望人;变论域分形控制研究[J];东华大学学报(自然科学版);2004年04期
7 盖强,马孝江,张海勇,邹岩崑;一种消除局域波法中边界效应的新方法[J];大连理工大学学报;2002年01期
8 李颖新,阮晓钢;基于基因表达谱的肿瘤亚型识别与分类特征基因选取研究[J];电子学报;2005年04期
9 周明;秦民生;;高炉铁水含硅预报数学模型[J];钢铁;1986年05期
10 姚斌,杨天钧;铁水硅预报神经网络专家系统的遗传优化生成[J];钢铁;2000年04期
中国博士学位论文全文数据库 前5条
1 黄诒蓉;中国股市分形结构的理论研究与实证分析[D];厦门大学;2004年
2 韩冬炎;中国石油价格形成机理及调控机制的研究[D];哈尔滨工程大学;2004年
3 柳景青;调度时用水量预测的系统理论方法及应用研究[D];浙江大学;2005年
4 李启会;高炉冶炼过程的模糊辨识、预测及控制[D];浙江大学;2005年
5 罗世华;高炉冶炼过程的分形特征辨识及其应用研究[D];浙江大学;2006年
中国硕士学位论文全文数据库 前2条
1 杨可苹;基于小波神经网络的高炉炉温预报模型研究[D];浙江大学;2006年
2 渐令;支持向量机在高炉炉温预报中的应用[D];浙江大学;2006年
【相似文献】
中国期刊全文数据库 前1条
1 龚淑华;;高炉冶炼过程自动控制的复杂性探析[J];嘉兴学院学报;2007年06期
中国重要会议论文全文数据库 前7条
1 曾九孙;郜传厚;罗世华;李启会;;基于增量LPP的在线过程监控方法及其应用[A];中国自动化学会控制理论专业委员会C卷[C];2011年
2 郭宝富;卫志俊;;高炉炉缸冻结炉前操作实践[A];2010年全国炼铁生产技术会议暨炼铁学术年会文集(上)[C];2009年
3 张贺顺;马洪斌;;高炉专家系统在首钢2号高炉的应用[A];2010年全国炼铁生产技术会议暨炼铁学术年会文集(下)[C];2009年
4 时越;闫宝忠;李亚茹;;唐钢炼铁厂焦炭质量进步[A];2010年河北省冶金学会炼铁技术暨学术年会论文集[C];2010年
5 束奇峰;胡晓军;侯新梅;周国治;;高炉渣流动性的计算研究[A];2010年全国冶金物理化学学术会议专辑(上册)[C];2010年
6 张贺顺;马洪斌;;首钢高炉经济冶炼的思考[A];2011年全国炼铁低碳技术研讨会会议论文集[C];2011年
7 孙勇;;高炉拨风系统在唐钢唐银公司的应用[A];2011第十六届全国自动化技术与应用学术年会专辑[C];2011年
中国重要报纸全文数据库 前6条
1 通讯员 周金云;衡钢“联姻”北大先锋[N];衡阳日报;2011年
2 记者 沈刚;要制定发展战略 合理利用钒钛资源[N];工人日报;2011年
3 张福明;我国高炉煤气干式布袋除尘技术进展[N];中国冶金报;2011年
4 ;SAIL RSP 5号高炉采用先进高导热冷却板[N];世界金属导报;2011年
5 本报记者 郭宏;战略性技术突破需要“国家队”[N];中国证券报;2011年
6 刘亚利;全干法除尘在特大高炉上的节能环保效益[N];中国冶金报;2011年
中国博士学位论文全文数据库 前2条
1 渐令;基于核的学习算法与应用[D];大连理工大学;2012年
2 刘学艺;极限学习机算法及其在高炉冶炼过程建模中的应用研究[D];浙江大学;2013年
中国硕士学位论文全文数据库 前10条
1 龚淑华;高炉炉温组合预报和十字测温数学建模[D];浙江大学;2006年
2 王馨;基于炉热指数和改进支持向量机的高炉炉温预测研究[D];南华大学;2011年
3 李静;基于数据挖掘的高炉铁水温度建模与预报[D];内蒙古科技大学;2013年
4 鄢常亮;基于支持向量机的高炉向凉向热炉况预测研究[D];内蒙古科技大学;2010年
5 杨振虎;图像处理在高炉料面可视化监控中的理论应用[D];山东大学;2011年
6 黄龙诚;基于机理与数据混合驱动的高炉分布式炉温建模方法研究[D];浙江大学;2013年
7 李斌;高炉自动上料系统[D];南昌大学;2013年
8 李东韩;基于计算流体力学的高炉建模及仿真[D];北京化工大学;2011年
9 刘敏;基于模糊模型的高炉硅含量研究及预测[D];内蒙古科技大学;2012年
10 程史;基于模糊分布式模型的高炉炉温预测研究[D];内蒙古科技大学;2013年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026