面向函数型数据分析的机器学习算法研究与应用

发布时间：2017-03-22 07:02

  本文关键词：面向函数型数据分析的机器学习算法研究与应用，，由笔耕文化传播整理发布。

【摘要】：函数型数据是机器学习中的一类重要的数据类型。本文研究基于函数型数据的机器学习算法,针对经济数据和医学数据提出了特征提取和预测的新的方法,针对多任务学习问题提出了多任务最小二乘正则化回归算法。本文所提算法在测试数据集上取得了优良的预测性能,并且为基于函数型数据的机器学习算法的设计提供了新的思路。“社会消费品零售总额”是国民经济中的一项重要经济指标。本文基于我国在1984-2010年间的该项数据,设计了其长期趋势和季节性波动的特征提取方法。利用基于主微分分析的正则化回归迭代算法,将社会消费品零售总额的离散数据拟合成一个低频函数和一个高频函数之和。其中,低频函数体现了这一数据的长期变化趋势；高频函数体现了这一数据的年内季节性变化特点。进一步,在特征提取的基础上,本文提出了基于长期趋势和季节性趋势的预测方法,并将二者预测之和作为最终预测。在长期趋势的预测上,采用了平衡长期线性趋势与局部导数信息的方法；在季节性趋势的预测上,设计了前期季节性规律的加权算法。本文设计的预测方法在真实数据上取得了很好的短期预测结果。青光眼是一种严重的眼科疾病,早期诊断困难。本文提出了基于眼底照的特征提取和青光眼预测方法。本文将眼底照中的视杯视盘轮廓线转化为能够反映局部杯盘比的连续曲线。进一步,基于这条曲线,借鉴医生的先验知识,提出了垂直杯盘比和ISNT评分两项评价指标。基于这两项指标,运用支持向量机算法对眼底照进行两分类预测。在测试数据集上,我们的方法获得了93%的预测准确率。多任务学习的目标是借助相关任务的信息来提高目标任务的预测准确率。本文设计了多任务最小平方正则化回归算法。该算法能够利用相关任务的样本数据为目标任务选择最合适的模型参数,进而利用目标任务的样本完成对目标任务回归函数的预测。在仿真实验中,本文所提多任务学习算法能够选取更为合适的模型参数,从而取得了优于单任务学习的预测结果。
【关键词】：函数型数据 机器学习 社会消费品零售总额 青光眼诊断 多任务学习
【学位授予单位】：北京化工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP181
【目录】：

• 摘要4-6
• ABSTRACT6-13
• 符号说明13-14
• 第一章 绪论14-28
• 1.1 研究背景及意义14-15
• 1.2 函数型数据分析方法15-21
• 1.2.1 函数型数据方法原理16-17
• 1.2.2 函数型数据模型17-21
• 1.3 支持向量机算法21-25
• 1.4 研究方法和论文结构25-26
• 1.5 本文的创新点26-28
• 第二章 社会消费品零售总额研究28-46
• 2.1 社会消费品零售总额数据及其研究简介28-29
• 2.2 社会消费品零售总额数据规律研究29-37
• 2.2.1 数据分解30
• 2.2.2 函数型主微分分析及其迭代算法30-34
• 2.2.3 社会消费品零售总额的相平面分析34-37
• 2.3 社会消费品零售总额数据的预测37-46
• 2.3.1 社会消费品零售总额预测基本思想37-39
• 2.3.2 社会消费品零售总额的预测算法39-43
• 2.3.3 社会消费品零售总额预测实验43-46
• 第三章 青光眼分类诊断46-54
• 3.1 青光眼及计算机辅助诊断研究现状46-47
• 3.2 青光眼诊断算法设计原理47-48
• 3.3 特征提取和分类48-51
• 3.3.1 计算垂直杯盘比48
• 3.3.2 计算ISNT score48-49
• 3.3.3 分类49
• 3.3.4 算法流程描述49-51
• 3.4 实验51-53
• 3.4.1 实验设计51
• 3.4.2 用于比较的特征提取方法51-52
• 3.4.3 实验结果52-53
• 3.5 总结53-54
• 第四章 多任务最小二乘正则化回归算法54-60
• 4.1 算法设计54-55
• 4.2 仿真实验55-58
• 4.2.1 实验设计55-56
• 4.2.2 实验结果56-57
• 4.2.3 参数选择分析57-58
• 4.3 结论58-60
• 第五章 结论60-62
• 参考文献62-66
• 致谢66-68
• 硕士期间研究成果及发表的学术论文68-70
• 作者及导师简介70-71
• 附件71-72

【参考文献】

中国期刊全文数据库 前9条

1 杨新洪;;深圳经济特区消费品市场变化研究——商品销售额与社会消费品零售总额增长的相关分析[J];调研世界;2013年11期

2 王洁丹;朱建平;付荣;;函数型死亡率预测模型[J];统计研究;2013年09期

3 严明义;蒲泾泾;严康;;函数性数据的微分方程分析方法及经济应用[J];统计与信息论坛;2013年08期

4 王正欢;刘琦;罗朝辉;杨柱元;;基于小波分析的全国社会消费品零售总额时间序列预测[J];云南民族大学学报(自然科学版);2011年03期

5 严明义;杜鹏;;中国消费价格指数季节变动的函数性数据分析[J];统计与信息论坛;2010年08期

6 法丽娜;;关于我国社会消费品零售总额持续增长的实证分析[J];经济问题;2010年05期

7 叶振军;张庆翠;王春峰;;时变参数N-S期限结构模型的主微分分析及其实证研究[J];预测;2009年04期

8 邵民智;;上海社会消费品零售总额的灰色系统分析[J];统计与决策;2005年23期

9 刘晓梅,傅德印;对我国2004年社会消费品月度零售总额分析预测[J];甘肃科学学报;2004年01期

  本文关键词：面向函数型数据分析的机器学习算法研究与应用，由笔耕文化传播整理发布。

本文编号：261056