收藏本站
《武汉理工大学》 2011年
收藏 | 手机打开
二维码
手机客户端打开本文

多目标粒度支持向量机及其应用研究

刘宏兵  
【摘要】:如何提高学习机的推广能力、训练复杂性和可理解性是机器学习领域的研究热点和重点。粒计算或粒度模型将复杂研究对象分割成一些简单.的研究对象,以便从微观的角度观察和分析问题,降低其复杂性,如训练复杂性。相反,对于微观的简单问题,通过逐步综合的方法将相关的简单问题合并,从宏观上研究问题以降低处理多个简单问题带来的复杂性。对于用户而言,分类错误率和训练复杂性是衡量分类算法的相互冲突的指标,构造分类错误率低且训练复杂性低的分类算法是多目标优化问题。近年来,多目标优化已融入了机器学习领域,并且可以构造给定训练集上的一簇多个目标折衷的学习方法,供决策者根据需求选取合适的学习机。对于支持向量机而言,不同的训练样本对于训练过程的贡献度不同,容易错分的样本对构造分类超平而的贡献度较大,而不容易错分的样本对构造分类超平面的贡献度较小。根据样本的贡献度构造训练集的粒度模型,选取对分类超平面贡献度较大的样本构造支持向量机是降低训练复杂性常用方法之一 本文融合粒计算、多目标优化和支持向量机,研究了基于模糊格的粒计算、多目标粒计算和粒度支持向量机三种算法。论文的创新性工作如下: 利用格和对偶格之间的同构映射消除向量集和粒集上两种偏序关系的不一致性,根据同构映射和正评价函数构造粒之间的模糊包含度和合并后的粒度对粒进行有条件的合并,构造了基于模糊格的粒计算分类算法,并从代数系统的角度证明构造的粒计算的可行性。数值实验结果证明了与支持向量机相比基于模糊格的粒计算不但加速了训练过程而目.具有较高的推广能力。 针对粒计算产生的冗余粒,根据粒的数量和分类错误率两个指标的重要性不同,在Pareto支配关系的基础上,定义了基于重要度的Pareto支配关系(IPareto, Importance-based Pareto Dominance)比较个体的优劣,建立了粒的数量与分类错误率的多目标粒计算模型,设计了相应的演化算法。该演化算法用粒的两层结构表示个体,设计了个体之问的交叉算子、单一个体上的合并算子和变异算子,用先验信息指导算法收敛到IPareto前沿。实验结果表明与传统的粒计算相比多目标粒计算得到更多的分类机制,即多目标粒计算得到一簇分类器供用户选择,每个分类器都是分类错误率对应的最小规模的分类粒集。 针对大量非支持向量导致了支持向量机较高的训练复杂性,通过支持向量的分布特征估计了其分布,建立训练集的粒度模型,剔除部分非支持向量,选取极有可能成为支持向量的样本构造粒度支持向量机。该类粒度支持向量机根据样本对训练的不同贡献度,选取贡献度较大的样本构造粒度模糊支持向量机;定义训练集上的等价关系,利用属性值的离散化构造训练集的粒度模型,选取包含不同类样本的粗糙集边界构造粒度模糊支持向量机;利用属性的重要性对属性集精简或粒化,构造粒度模糊支持向量机。实验结果表明该类学习机降低了训练复杂性,提高了推广能力。 将提出的超盒粒计算分类算法用于无线传感器网络的节点定位问题。首先,利用已知节点与锚节点之间的通信量构造训练集;其次,对定位区域进行网格化,将训练集转化为分类问题的训练集;训练分类算法并用测试集验证算法的性能。实验结果表明超盒粒计算分类算法可以用于无线传感器网络的节点定位,并且取得了可接受的定位精度。
【学位授予单位】:武汉理工大学
【学位级别】:博士
【学位授予年份】:2011
【分类号】:TP18

手机知网App
【参考文献】
中国期刊全文数据库 前10条
1 齐照辉;梁伟;刘雪梅;任俊;;弹道导弹助推段突防多目标优化设计方法[J];弹道学报;2010年02期
2 李道国,苗夺谦,张红云;粒度计算的理论、模型与方法[J];复旦学报(自然科学版);2004年05期
3 苗夺谦,胡桂荣;知识约简的一种启发式算法[J];计算机研究与发展;1999年06期
4 王兴伟;王琦;黄敏;;NGI中一种微观经济学模糊QoS单播路由机制[J];计算机科学;2007年03期
5 刘清,黄兆华;G-逻辑及其归结推理[J];计算机学报;2004年07期
6 杨宏志;李超;许金良;;基于多目标进化算法的公路路线优化模型[J];武汉理工大学学报(交通科学与工程版);2010年03期
7 L.A.Zadeh;金雅芬;;近似推理的理论(Ⅰ)[J];计算机科学;1990年02期
8 L.A.Zadeh;金雅芳;;近似推理的理论(Ⅱ)[J];计算机科学;1990年03期
9 张铃,张钹;模糊商空间理论(模糊粒度计算方法)[J];软件学报;2003年04期
10 刘子京;裴文江;;基于ZigBee协议的无线传感器网络研究[J];计算机技术与发展;2009年05期
中国博士学位论文全文数据库 前1条
1 孟红云;多目标进化算法及其应用研究[D];西安电子科技大学;2005年
【共引文献】
中国期刊全文数据库 前10条
1 杨开云;刘云;王亮;;基于熵权的模糊评价模型在建筑方案优选中的应用[J];四川建筑科学研究;2009年06期
2 孙昊;钱永久;樊启武;;拱桥加固方案的模糊层次比较优选[J];四川建筑科学研究;2010年02期
3 王全凤;郑浩;;基于径向基函数神经网络的高层建筑结构选型[J];四川建筑科学研究;2010年05期
4 杨林国,姜印平;职业学校办学水平的模糊综合评判[J];安徽电气工程职业技术学院学报;2004年01期
5 钟小璇;;基于模糊层次分析法的电缆火灾危险性评价[J];安防科技;2010年03期
6 陈征;;一类系统的二次李雅普诺夫函数存在性的判断[J];安徽电子信息职业技术学院学报;2006年04期
7 梁学斌;;离散Hopfield神经网络的统一描述[J];安徽大学学报(自然科学版);1993年02期
8 张根耀,李竹林,赵宗涛;遮挡情况下运动目标的跟踪[J];安徽大学学报(自然科学版);2003年03期
9 阚涛,程家兴,钱付兰,余澄丹;时间规划中D_时刻表的改进算法及应用[J];安徽大学学报(自然科学版);2005年05期
10 蔡莉;胡学钢;;一种基于粗集的决策表求核算法[J];安徽大学学报(自然科学版);2007年06期
中国博士学位论文全文数据库 前10条
1 孙明;基于小波和迟滞的混沌神经网络及其应用[D];哈尔滨工程大学;2010年
2 谭佳琳;粒子群优化算法研究及其在海底地形辅助导航中的应用[D];哈尔滨工程大学;2010年
3 梁洪;基于内容的医学图像检索及语义建模关键技术研究[D];哈尔滨工程大学;2010年
4 任桢;图像分类任务的关键技术研究[D];哈尔滨工程大学;2010年
5 殷志伟;基于统计学习理论的分类方法研究[D];哈尔滨工程大学;2009年
6 孔凡芝;引线键合视觉检测关键技术研究[D];哈尔滨工程大学;2009年
7 姜延吉;多传感器数据融合关键技术研究[D];哈尔滨工程大学;2010年
8 陈得宇;基于MAS的智能电压控制系统研究[D];哈尔滨工程大学;2010年
9 李晚龙;六自由度Stewart平台分散智能控制研究[D];哈尔滨工程大学;2010年
10 乔小燕;基于生物形态学的赤潮藻显微图像分割与特征提取研究[D];中国海洋大学;2010年
【二级参考文献】
中国期刊全文数据库 前10条
1 李青,张军,张学军;解决排班问题的多目标优化模型及算法研究[J];北京航空航天大学学报;2003年09期
2 谷立祥;美国助推段激光拦截技术及对抗措施[J];导弹与航天运载技术;2003年02期
3 杨慧珠,张世俊,杜祥;小生境遗传算法求解多峰问题在反演中应用[J];地球物理学进展;2001年02期
4 朱学军,陈彤,薛量,李峻;多个体参与交叉的Pareto多目标遗传算法[J];电子学报;2001年01期
5 牛少彰,钮心忻,杨义先,胡文庆;半色调图像中数据隐藏算法[J];电子学报;2004年07期
6 赵曙光,焦李成,王宇平,杨万海;基于均匀设计的多目标自适应遗传算法及应用[J];电子学报;2004年10期
7 陈琪锋,戴金海;多目标的分布式协同进化MDO算法[J];国防科技大学学报;2002年04期
8 解红雨,张为华,李晓斌,杨涛;速燃发动机在战略导弹助推段突防技术中的应用研究[J];固体火箭技术;2002年01期
9 王国胤;Rough集理论在不完备信息系统中的扩充[J];计算机研究与发展;2002年10期
10 崔逊学;一种求解高维优化问题的多目标遗传算法及其收敛性分析[J];计算机研究与发展;2003年07期
中国博士学位论文全文数据库 前4条
1 王磊;免疫进化计算理论及应用[D];西安电子科技大学;2001年
2 钟伟才;多智能体进化模型和算法研究[D];西安电子科技大学;2004年
3 刘静;协同进化算法及其应用研究[D];西安电子科技大学;2004年
4 薛明志;进化计算与小波分析若干问题研究[D];西安电子科技大学;2004年
【相似文献】
中国期刊全文数据库 前10条
1 梁爽;张立坡;;熵权核函数支持向量机[J];科技致富向导;2011年20期
2 郭成芳;;支持向量机在网络异常入侵检测中的应用研究[J];计算机仿真;2011年07期
3 邝涛;张倩;;改进支持向量机在电信客户流失预测的应用[J];计算机仿真;2011年07期
4 宋晖;薛云;张良均;;基于SVM分类问题的核函数选择仿真研究[J];计算机与现代化;2011年08期
5 余萍;;基于支持向量机发展的研究[J];新课程(教育学术);2011年05期
6 李荣兵;;基于支持向量机的数控机床总线的故障诊断研究[J];煤矿机械;2011年09期
7 白怀文;王暄;;基于Hu矩和支持向量机的人脸与非人脸分类识别[J];计算机应用与软件;2011年07期
8 王安娜;李云路;赵锋云;史成龙;;一种新的半监督直推式支持向量机分类算法[J];仪器仪表学报;2011年07期
9 关欣;郭强;张政超;赵静;翟鸿君;;基于核函数支持向量机的雷达辐射源识别[J];弹箭与制导学报;2011年04期
10 吕向阳;高尚;;基于支持向量机的品牌特色专业评价[J];价值工程;2011年24期
中国重要会议论文全文数据库 前10条
1 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
2 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
3 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
4 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
5 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
6 杨凌;刘玉树;;基于支持向量机的坦克识别算法[A];第三届全国数字成像技术及相关材料发展与应用学术研讨会论文摘要集[C];2004年
7 师旭超;巴松涛;;基于支持向量机方法的深基坑变形预测[A];科技、工程与经济社会协调发展——河南省第四届青年学术年会论文集(上册)[C];2004年
8 张军;;支持向量机方法在地下水位干扰排除中的初步应用[A];2007年地震流体学术研讨会论文摘要集[C];2007年
9 许建生;盛立东;;基于改进的支持向量机和BP神经网络的识别算法[A];第八届全国汉字识别学术会议论文集[C];2002年
10 荣海娜;张葛祥;张翠芳;;基于支持向量机的非线性系统辨识方法[A];中国自动化学会、中国仪器仪表学会2004年西南三省一市自动化与仪器仪表学术年会论文集[C];2004年
中国重要报纸全文数据库 前10条
1 课题主持人 李心丹 课题协调人 上海证券交易所 施东晖 傅浩 课题研究员 宋素荣 查晓磊 宾红辉 张许宏 郭静静 黄隽 南京大学工程管理学院;内幕交易与市场操纵的行为动机与判别监管研究[N];中国证券报;2007年
2 李水根;计算机详解配伍与药效关系[N];健康报;2005年
3 清华大学 苏光大;非接触式人脸识别技术[N];计算机世界;2006年
4 YMG记者 李仁 通讯员 曲华明 孙运智;我市九项目进入省“盘子”[N];烟台日报;2010年
5 记者 陈星 实习生 胡杨 整理;适宜新疆种植的小麦品种[N];新疆科技报(汉);2006年
6 上海大学理学院教授、副院长 陆文聪;酷爱化学 孜孜以求[N];中国化工报;2006年
7 ;选择合适的数据挖掘算法[N];计算机世界;2007年
8 周颖;王米渠与中医心理学[N];中国中医药报;2006年
9 吴宗翰 DigiTimes;力晶今年营收可望逐季增长 下半年单月挑战历史新高[N];电子资讯时报;2006年
10 记者 耿挺;蛋白质功能算出来[N];上海科技报;2007年
中国博士学位论文全文数据库 前10条
1 刘宏兵;多目标粒度支持向量机及其应用研究[D];武汉理工大学;2011年
2 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
3 常甜甜;支持向量机学习算法若干问题的研究[D];西安电子科技大学;2010年
4 周喜川;非可信环境下的支持向量机研究[D];浙江大学;2010年
5 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
6 杜小芳;基于CPFR的农产品采购模型研究[D];华中科技大学;2005年
7 刘育明;动态过程数据的多变量统计监控方法研究[D];浙江大学;2006年
8 栾锋;支持向量机(SVM)和径向基神经网络(RBFNN)方法在化学、环境化学和药物化学中的应用研究[D];兰州大学;2006年
9 孙薇;市场条件下抽水蓄能电站效益综合评价及运营模式研究[D];华北电力大学(河北);2007年
10 常群;支持向量机的核方法及其模型选择[D];哈尔滨工业大学;2007年
中国硕士学位论文全文数据库 前10条
1 江锋;支持向量机在分类及人脸检测应用中的研究[D];南京理工大学;2003年
2 傅正钢;基于统计学习的人工智能在数字游戏和数字娱乐上的应用[D];浙江大学;2004年
3 朱晓芳;基于支持向量机的田间杂草识别方法研究[D];江苏大学;2010年
4 朱明玲;基于改进的小波变换和支持向量机的纺织细纱机故障自动诊断[D];东华大学;2011年
5 张宝华;支持向量机在入侵检测系统中的研究和应用[D];天津理工大学;2010年
6 赖永标;支持向量机在地下工程中的应用研究[D];山东科技大学;2004年
7 沈徐辉;基于核主成分与支持向量机的体内药物代谢预测[D];浙江大学;2011年
8 李铮;基于支持向量机的道路交通标志识别的研究[D];燕山大学;2011年
9 王启超;基于组合核函数支持向量机的软测量技术及其应用研究[D];江西理工大学;2011年
10 冯洪海;基于粗糙集和支持向量机的多值分类算法[D];河北农业大学;2002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