收藏本站
《安徽大学》 2003年
收藏 | 手机打开
二维码
手机客户端打开本文

构造性知识发现方法研究

吴涛  
【摘要】: 科学和网络技术的不断发展,数据的产生量急速增加,海量数据中知识发现成为人工智能领域研究的重要课题。决策树、神经网络、Bayesian网络等是当前知识发现的重要工具。但这些方法存在速度慢、网络结构难以确定等问题,难以满足知识发现对时效性的要求。张铃教授等在对BP等算法分析的基础上提出了基于覆盖的构造性机器学习方法,该方法根据样本自身的特点,构造神经网络,方法直观高效,较好地解决海量数据的处理问题。本文在分析当前知识发现中常用的分类方法的基础上,结合Rough集、SVM等理论,对该方法进行了深入研究,取得以下研究成果: (1) 基于覆盖的构造性学习方法直接根据样本数据构造覆盖网络,克服了传统神经网络计算中网络结构难以确定、运行速度慢、局部极小等问题,适宜于多类别、海量数据的处理。本文对该方法进行深入的分析,在领域构造、激励函数、距离函数等方面提出改进措施,实验证明这些改进进一步提高了覆盖算法的性能; (2) 学习样本的选择和学习顺序对神经网络的结构和网络的性能有直接影响,覆盖网络也与学习顺序密切相关,本文给出三种顺序覆盖方法,实验表明这些顺序覆盖方法不是最优的学习顺序,但其精度都接近或高于随机学习的平均值。在顺序覆盖的基础上,本文给出覆盖算法的增量学习和领域约简方法,有效地降低覆盖领域个数并提高覆盖网络的识别精度; (3) 由于描述对象的相关属性未知,现有的数据库使用大量的属性描述对象,大量冗余属性的存在,致使分类系统无法有效运行,合理选取属性特征,在保持分类能力的前提下,降低数据量,以提高分类的速度。Rough集理论为特征属性的选择提供了重要工具。本文利用Rough集方法选择属性,建立基于Rough的覆盖算法,在基本保持分类能力的前提下,提高分类的速度,并提出加权覆盖的设想。 (4) 建立在统计学习理论基础上的SVM方法,通过映射到高维空间和最大化分类间隔,构造最优分类超平面,具有较高的泛化能力和推广能力。本文分析了SVM与覆盖算法的共性和径向基函数的特点,提出基于径向基函数的覆盖算法,实验表明这一算法可以大幅度地降低覆盖个数和拒识样本数,同时实验也表明当参数选择适当时特征空间确实现线性可分。在 安徽大学博士学位论文 商空间理论的指导下,本文提出覆盖领域溶合的概念,并给出领域的最大 值融合和组合优化溶合的具体算法。领域溶合算法光滑了覆盖领域的分类 边界,简化了SVM问题求解的复杂度,提高了覆盖算法的性能,将覆盖 算法与统计学习理论结合起来,为覆盖算法提供了理论依据。 ⑤目前分类的方法众多,如何求出个数最少的分类超平面或者说隐层 元,一般是很困难的。本文利用样本集和超平面的对偶关系,提出求解分 类问题的对偶算法,它将样本集和超平面投影到各自的扩充空间,用遗传 算法的思想,给出求划分矩阵的连线搜索法,然后用粗糙集的约简方法求 出分类问题的解域,最后用求最大间隔解的方式求出问题的最优(次优) 解。这一方法仍须进一步完善,但为我们求解分类问题提供一个全新的方 法和思考问题的角度,具有广阔的应用前景和丰富的研究内容。
【学位授予单位】:

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 汪小寒;陈洁;张迎春;张燕平;张铃;;基于核覆盖算法的煤价预测[J];计算机技术与发展;2006年12期
2 马军;尹义龙;杨公平;许信顺;;2008自然计算与模糊系统和知识发现国际会议[J];国际学术动态;2009年06期
3 马军;尹义龙;杨公平;许信顺;;2008国际自然计算会议暨模糊系统与知识发现会议[J];国际学术动态;2009年01期
4 靳嘉林;王曰芬;;大数据环境下知识发现研究的变化及其发展趋向[J];数字图书馆论坛;2018年05期
5 宋小康;赵宇翔;朱庆华;;公众科学项目中知识发现的流程及内在机理研究[J];情报资料工作;2018年05期
6 ;欢迎订阅2017年《数据分析与知识发现》(月刊)[J];数据分析与知识发现;2017年01期
7 陶春丽;黄海东;;大数据知识发现的马克思主义追问[J];佳木斯大学社会科学学报;2017年05期
8 李怡;;基于数据挖掘技术的知识发现系统[J];科技创新导报;2017年21期
9 张松岩;崔鹏;;图书馆知识发现系统建设与应用研究[J];图书馆工作与研究;2014年02期
10 陀向明;;图书馆知识发现系统应用状况分析[J];科技情报开发与经济;2013年16期
11 李丽华;高立艾;于尧;;基于核覆盖算法的农村短期电力负荷预测[J];农机化研究;2008年09期
12 孙薇,张春海,刘青;基于代理的分布式异构数据源知识发现平台[J];计算机工程;2003年21期
13 张晓刚;一个基于组件技术的分布式知识发现系统设计[J];湖北成人教育学院学报;2003年05期
14 薛思清,蔡之华,宋麦玲;一个基于组件技术的分布式知识发现系统设计[J];现代计算机(专业版);2002年06期
15 旷平剑;数据采掘与知识发现综述[J];现代计算机(专业版);2002年06期
16 欧阳为民;郑诚;张燕;;国际知识发现与数据发掘工具评述[J];计算机科学;2001年03期
17 卫金茂,黄道;粗糙集理论中新的知识发现方法[J];华东理工大学学报;2000年04期
18 杜培军,郭达志;环境数据库中的知识发现[J];上海环境科学;1999年03期
19 赵姝,张燕平,张媛,陈传明;基于交叉覆盖算法的改进算法——核平移覆盖算法[J];微机发展;2004年11期
20 李素梅;;近年来我国图书馆知识发现研究的知识图谱分析[J];河南图书馆学刊;2018年09期
中国重要会议论文全文数据库 前10条
1 杨志豪;林鸿飞;;生物医学文献中的隐含知识发现[A];全国第八届计算语言学联合学术会议(JSCL-2005)论文集[C];2005年
2 万家华;刘冰;江早;;知识发现中的可视化技术[A];第十七届全国数据库学术会议论文集(研究报告篇)[C];2000年
3 王泳霁;;数字档案管理中的知识发现与知识服务[A];“决策论坛——公共政策的创新与分析学术研讨会”论文集(上)[C];2016年
4 王纪凯;王鹏;张启彬;陈宗海;;激光数据特征提取与学习方法[A];第17届中国系统仿真技术及其应用学术年会论文集(17th CCSSTA 2016)[C];2016年
5 薛燕;李建良;朱学芳;;人脸识别中特征提取的一种改进方法[A];第十三届全国图象图形学学术会议论文集[C];2006年
6 黄先锋;韩传久;陈旭;周剑军;;运动目标的分割与特征提取[A];全国第二届信号处理与应用学术会议专刊[C];2008年
7 孙威;阎石;郭鹏飞;;基于固定重构核函数的无网格法及其在弹性力学中的应用研究[A];第16届全国结构工程学术会议论文集(第Ⅰ册)[C];2007年
8 路文焕;曲悦欣;杨亚龙;王建荣;党建武;;用于无声语音接口的超声图像的混合特征提取[A];第十三届全国人机语音通讯学术会议(NCMMSC2015)论文集[C];2015年
9 胡学钢;郭骏;王浩;袁兆山;;基于粗集与基于格结构的知识发现方法比较[A];全国第十四届计算机科学及其在仪器仪表中的应用学术交流会论文集[C];2001年
10 刘克彬;李芳;刘磊;韩颖;;基于特征选择和语义扩展的词序列核函数研究[A];第三届学生计算语言学研讨会论文集[C];2006年
中国重要报纸全文数据库 前1条
1 陈志楠;挖掘“不为人知的艺术”[N];科技日报;2009年
中国博士学位论文全文数据库 前10条
1 吴涛;构造性知识发现方法研究[D];安徽大学;2003年
2 张永;基于粗糙集的铁路列车客票收入知识发现及预测模型研究[D];中国铁道科学研究院;2018年
3 梁协雄;数据库中的知识发现及其应用研究[D];重庆大学;2004年
4 蒙祖强;基于分类模型的知识发现机理和方法研究[D];中南大学;2004年
5 单莘;基于知识发现的告警相关性分析关键问题研究[D];北京邮电大学;2006年
6 李存荣;产品制造信息中的知识发现及其应用研究[D];武汉理工大学;2006年
7 胡林;基于知识发现技术的林火研究[D];北京林业大学;2006年
8 张国庆;基于生物医学文献的知识发现方法研究[D];华中科技大学;2006年
9 朱传军;车间不确定信息的约简及知识发现研究[D];华中科技大学;2006年
10 刘书暖;工艺知识发现与重用技术[D];西北工业大学;2007年
中国硕士学位论文全文数据库 前10条
1 牛娇娇;基于概念格的异构数据知识发现方法及算法实现[D];昆明理工大学;2018年
2 仵宁飞;基于橡胶材料库的知识发现与重用研究[D];西安工业大学;2018年
3 韩杰;基于公安交通数据的知识发现算法应用研究[D];河北科技大学;2018年
4 肖俊伟;因素空间上的知识发现与决策分析[D];郑州大学;2018年
5 褚嘉欣;数字化古籍知识管理研究[D];郑州大学;2018年
6 徐晓聪;基于知识发现的职业学校学生操行考核管理系统的设计与研究[D];广东技术师范学院;2018年
7 潘婷婷;地质空间大数据知识发现与信息提取关键技术研究[D];中国地质大学(北京);2018年
8 Kharin Anton;面向俄罗斯痹证范围高发病艾灸治疗配穴规律知识发现研究[D];燕山大学;2017年
9 孙晔琦;旅游景点现状分析[D];云南财经大学;2018年
10 薛冰莹;因素空间上的知识发现与因素约简[D];郑州大学;2017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