收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于群智的特征选择、分类与聚类挖掘的研究

熊文  
【摘要】:数据挖掘和知识发现是智能科学技术领域的热点研究问题,具有重要的经济与社会价值,已经有了许多算法。然而,数据本身带有的噪声、冗余、高维特性,影响了挖掘和发现的效果。特征选择在一定程度上改善了这种情况。但是,特征选择问题目前仍缺乏更加有效的方法,导致挖掘和发现的结果并不是全局意义上的最优。 群智方法是以自然界中生物原型为灵感形成的智能方法,是人工智能的重要成果之一。为得到最优的挖掘和发现结果,本文对基于群智的特征选择、分类、聚类的挖掘进行了研究。 本文的贡献与创新主要有: 1)对基于群智的数据挖掘进行了研究,提出了基于群智的特征选择、分类、聚类挖掘框架,解决了基于群智方法获取最优特征子集和挖掘结果的框架问题;对挖掘框架的不适应问题提出了相应的对策;并对本文提出的改进自适应蚁群优化的收敛性进行了理论研究,证明改进方法是收敛的,且满足一定的条件时,该方法在概率意义上收敛速度更快。 2)对不同的特征选择模型及其评估度量进行了研究,提出了在上述基于群智的框架中,将过滤模型中的评估度量用于包装模型的策略。这种策略使用了特征重要度作为启发式信息,并通过群体引入随机因素及反馈信息纠正启发式信息中的不精确因素,使挖掘的过程更快地收敛于最佳的特征子集。并对多种启发式信息在特征选择中的融合问题进行了研究,提出了对扩展的t统计、费希尔区别度、随机森林重要度进行线性加权组合的方法,形成了融合后的特征重要度。解决了在基于群智的方法中,没有合适的启发式信息而造成的特征选择收敛速度慢、挖掘效果差的问题。 3)对学习算法的敏感性寻优进行了研究。支持向量机(SVM, support vector machine)对输入数据的线性特征变换是敏感的,除了简单地将数据归一化之外,目前还没有方法来得到最佳的变换因子。本文提出了支持向量机与改进粒子群(MPSO, modified particle swarm optimization)混合的特征变换与分类方法,用新颖的启发式信息吸引改进群获得最优的变换因子;在变换后的数据集上运用离散二进制粒子群进行特征选择;在这个变换、选择生成的特征子集上产生最优的支持向量分类器。在1个NIPS (neural information processing systems) 2003的madelon数据集及10个UCI (university of California Irvine)数据集上的实验表明,与原先的SVM分类精度相比,本文提出的方法在(?)nadelon数据集及3个UCI数据集上的分类精度更高,特征数更少,是一种有益、可行的方法。 4)对多种算法在数据挖掘中的混合运用,提升分类器的精度进行了研究,提出了自适应蚁群优化与随机森林混合的特征选择与分类挖掘方法,用于在高维微阵列基因表达数据集上选择具有高区别力的基因组合,来产生高精度的组合肿瘤分类器。在方法的预处理阶段,采用了小代价的基于排序的特征预选;在方法的实施阶段,采用了启发式信息加速精炼预选子集的搜索过程;在方法的后处理阶段,采用了受限的前向顺序选择,通过近似最优构造出全局最优。实验的结果表明,本文提出的方法在两种微阵列基因表达数据集上同时获得了最高的精度、最少的特征数;在其中的一种数据集上,还获得了三组不同的最优基因。 5)对基于蚁群的自适应信息素与簇划分聚类进行了研究,提出了基于蚁群优化(ACO, ant colony optimization)的自适应信息素与簇划分聚类方法。将蚁群按聚类优化的进程分为开始阶段、持续增加阶段、N次不变阶段;自适应地采用不同的簇划分与信息素挥发方法,提高聚类的效果。在weka的iris数据集上的实验表明,本文提出的方法获得了更小的类内距离,精度达到了90~94%,是一种有益、可行的群智聚类方法。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 陈伏虎,宫先仪;遗传与互信息混合算法用于水声目标特征选择[J];信号处理;1997年03期
2 刘斌,曾立波,刘生浩;血液细胞图像自动识别系统的研究[J];计算机工程;2003年01期
3 任江涛;孙婧昊;黄焕宇;印鉴;;一种基于信息增益及遗传算法的特征选择算法[J];计算机科学;2006年10期
4 张惠春;;基于最大熵模型的中文名词短语识别[J];电脑知识与技术;2009年08期
5 王卫玲;孔波;初建崇;杨玫;;一种新的用于文本分类的特征选择算法[J];信息技术与信息化;2009年06期
6 孙雷,王新;一种基于遗传操作和类内类间距离判据理论的特征选择方法[J];计算机工程与应用;2004年21期
7 张向荣,焦李成;基于免疫克隆选择算法的特征选择[J];复旦学报(自然科学版);2004年05期
8 闫相国,明利强;分支定界算法在白细胞特征选择中的应用研究[J];天津职业技术师范学院学报;2004年03期
9 张莉,孙钢,郭军;基于K-均值聚类的无监督的特征选择方法[J];计算机应用研究;2005年03期
10 张维东;朱宏明;周闻钧;;特征选择算法在故障检测中的应用研究[J];无线电通信技术;2006年03期
11 徐峻岭;徐宝文;张卫丰;崔自峰;;一种启发式聚类特征选择方法(英文)[J];东南大学学报(英文版);2006年02期
12 杨端端;金连文;尹俊勋;;MLDA+LDA:手写汉字识别中一种两级LDA分类方法[J];广西师范大学学报(自然科学版);2006年04期
13 李丹;李国正;陆文聪;;用于药物活性预报的Co-Training方法[J];计算机科学;2006年12期
14 严莉莉;张燕平;;基于类信息的文本聚类中特征选择算法[J];计算机工程与应用;2007年12期
15 陈卫东;刘素华;;基于遗传算法的图像特征选择[J];计算机工程与应用;2007年28期
16 陈祥;;基于SVM-RFE的异常入侵检测主机特征选择研究[J];电子测量技术;2007年11期
17 龚静;曾建一;;文本聚类中的特征选择方法[J];吉首大学学报(自然科学版);2008年02期
18 龚静;曾莉;;用于文本分类的特征选择方法[J];湖南环境生物职业技术学院学报;2008年03期
19 袁剑锋;张启蕊;;医药信息文本分类系统中特征选择模块的研究[J];电脑知识与技术;2008年30期
20 周爽;张钧萍;苏宝库;;基于最速上升算法的超光谱图像波段选择搜索算法[J];计算机应用研究;2008年11期
中国重要会议论文全文数据库 前10条
1 李娜;曾向阳;;目标识别中的样本选择和特征选择联合算法研究[A];2009年西安-上海声学学术会议论文集[C];2009年
2 张永;陈思睿;杨志勇;;一种改进的文本分类方法的研究[A];第二届全国信息检索与内容安全学术会议(NCIRCS-2005)论文集[C];2005年
3 王强;曾向阳;王曙光;李娜;;主元分析在水下目标特征选择中的应用[A];中国声学学会水声学分会2011年全国水声学学术会议论文集[C];2011年
4 高砚军;徐华平;;基于窗口自适应灰度共生矩阵的SAR图像分类[A];第六届全国信息获取与处理学术会议论文集(1)[C];2008年
5 李晓丽;王彤;杜振龙;;基于粗糙集理论的流数据最优特征选择[A];第二十二届中国数据库学术会议论文集(研究报告篇)[C];2005年
6 徐燕;孙春明;王斌;李锦涛;;基于词条频率的特征选择算法研究[A];中文信息处理前沿进展——中国中文信息学会二十五周年学术会议论文集[C];2006年
7 李爱新;孙铁;郭炎峰;;基于人工神经网络的脑电信号模式分类[A];自动化技术与冶金流程节能减排——全国冶金自动化信息网2008年会论文集[C];2008年
8 靖红芳;王斌;杨雅辉;;基于类别分布的特征选择框架[A];第四届全国信息检索与内容安全学术会议论文集(上)[C];2008年
9 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
10 周志红;周新聪;严新平;袁成清;;磨粒特征参数的评价与优化方法研究[A];2006全国摩擦学学术会议论文集(一)[C];2006年
中国博士学位论文全文数据库 前10条
1 熊文;基于群智的特征选择、分类与聚类挖掘的研究[D];北京邮电大学;2010年
2 韦娜;基于内容图像检索关键技术研究[D];西北大学;2006年
3 张颖;基于群集智能模式识别方法的研究[D];大连理工大学;2008年
4 吕铁军;通信信号调制识别研究[D];电子科技大学;2000年
5 燕忠;基于蚁群优化算法的若干问题的研究[D];东南大学;2005年
6 陈晓云;文本挖掘若干关键技术研究[D];复旦大学;2005年
7 李勇明;尿沉渣图像自动识别算法的研究[D];重庆大学;2007年
8 刘天羽;基于特征选择技术的集成学习方法及其应用研究[D];上海大学;2007年
9 杨水山;冷轧带钢表面缺陷机器视觉自动检测技术研究[D];哈尔滨工业大学;2009年
10 黄东山;特征选择及半监督分类方法研究[D];华中科技大学;2011年
中国硕士学位论文全文数据库 前10条
1 陆景辉;基于信息理论的特征选择算法研究[D];北京交通大学;2007年
2 曹静;基于最大相关最小冗余的特征选择算法研究[D];燕山大学;2010年
3 房一鸣;用分类树算法进行上市公司评级的实证研究[D];对外经济贸易大学;2006年
4 刘何秀;神经网络集成算法的研究[D];中国海洋大学;2009年
5 张隆;基于信息论的特征选择和分类算法研究[D];西南农业大学;2005年
6 侯小静;贝叶斯分类器研究及其在Web文档分类中的应用[D];郑州大学;2005年
7 秦永;遥感影像特征提取与选择及在影像分类中的应用[D];辽宁工程技术大学;2005年
8 刘宜萍;基于特征选择的多因素时间序列预测模型研究[D];合肥工业大学;2006年
9 杨打生;特征选择的信息论算法研究[D];东南大学;2005年
10 庞宵;信息熵蚁群算法在特征提取和图像识别中的应用[D];辽宁科技大学;2008年
中国重要报纸全文数据库 前10条
1 周晓娟;TD已过分水岭[N];通信产业报;2008年
2 天相投顾 闻群王聃聃;选基金需考虑风险承受力[N];中国证券报;2007年
3 孙志伟;刘刚检查城防林建设[N];齐齐哈尔日报;2008年
4 郑卫东;高产鹅选种方法和标准[N];中国畜牧兽医报;2007年
5 海通证券 娄静吴先兴;把握风险收益特征选择最适合自己的基金[N];上海证券报;2007年
6 张小东;促销之十大常见误区(一)[N];黑龙江经济报;2006年
7 华泰证券 吴璟;权证投资:只买对的,不买便宜的[N];上海证券报;2008年
8 ;现代军队与智能战争[N];中国计算机报;2005年
9 广西钦州灵山县灵城二小 纪雪林;小场地训练途中跑的方法[N];中国体育报;2008年
10 张小明;如何选择供应链[N];现代物流报;2005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
  • 010-62982499
  • 010-62783978