基于遗传算法的加权ELM分类模型中权重学习

发布时间：2020-12-11 18:26

　　在机器学习和数据挖掘领域,将类别错分代价的概念引入到分类器的设计中被称之为代价敏感学习。在代价敏感分类问题中,代价矩阵通常假设是已知的,矩阵中每一个元素的具体含义是把某一类误分成另一类的代价。加权最小二乘法是处理代价敏感分类问题的典型方法。分配合理的权重到不同类别会大大提高分类模型的分类能力。然而在实际问题里,我们仅知这些权重依赖于代价矩阵,但很少见到如何根据代价矩阵确定这些权重。本文研究了一种ELM的加权最小二乘模型,它基于遗传算法从代价矩阵确定训练样本的权重。本文主要完成了以下工作:(1)研究了一种ELM的加权最小二乘模型,它基于遗传算法从代价矩阵确定训练样本的权重。代价敏感分类器能处理不平衡分类问题,同时能大大降低平均误分类代价。不同的权重对分类器影响不一样。分配合理的权重到不同类别将大大提高分类器的分类能力。实验结果表明,遗传算法能解决本文的研究问题。对于不同的数据集,加权最小二乘模型的总代价是近似最小的且得到与其对应的训练样本的权重。(2)研究了加权最小二乘模型中的代价矩阵与权重之间的关系。实验结果表明,就二分类和三分类而言,代价矩阵中某一列各个数字相加的代价越大,那么某类所... 

【文章来源】：深圳大学广东省

【文章页数】：78 页

【学位级别】：硕士

【部分图文】：

单隐层前馈神经网络

极限学习机ELM与神经网络相结合

【参考文献】：
期刊论文
[1]基于代价敏感的朴素贝叶斯不平衡数据分类研究[J]. 蒋盛益,谢照青,余雯.  计算机研究与发展. 2011(S1)
[2]代价敏感支持向量机[J]. 郑恩辉,李平,宋执环.  控制与决策. 2006(04)
[3]SVM-KNN分类器——一种提高SVM分类精度的新方法[J]. 李蓉,叶世伟,史忠植.  电子学报. 2002(05)
[4]遗传算法与神经网络的结合[J]. 李敏强,徐博艺,寇纪淞.  系统工程理论与实践. 1999(02)



本文编号：2911016