基于不确定性的随机赋权网络泛化能力研究

发布时间：2017-09-09 06:07

  本文关键词：基于不确定性的随机赋权网络泛化能力研究

  更多相关文章： 极速学习机 不确定性 复杂性 泛化能力

【摘要】：近年来,随着大数据时代的到来,数据的规模和复杂性呈指数增长趋势。如何从海量数据中快速准确地挖掘出有价值的知识,已成为机器学习领域的研究热点,具有重要的应用价值。例如,信用卡欺诈检测,天气预测,医疗诊断等,都是从大量的数据中挖掘出数据背后的知识。分类问题是机器学习研究的主要问题之一,本文的主要工作是:通过研究与分类器的泛化能力有关的因素,找出这些因素与分类器泛化能力之间的关系。具体地,以极速学习机为分类器,分析了分类问题的复杂性和输出结果的不确定性对分类器泛化能力的影响,提出了分类器输出的不确定性、分类问题的复杂性和泛化能力之间关系的模型。通过实验,证明了分类器输出结果的不确定性和分类问题的复杂性与分类器的泛化能力之间存在一定的联系:当分类问题的复杂性较高时,分类器的泛化能力随着输出结果不确定性的增加而增加;当分类问题的复杂性比较低时,分类器的泛化能力随着输出不确定性的增加而降低。这一发现可以为分类器的泛化能力的提高和评价提供帮助。
【关键词】：极速学习机 不确定性 复杂性 泛化能力
【学位授予单位】：河北大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP181
【目录】：

• 摘要5-6
• Abstract6-9
• 第1章 绪论9-13
• 1.1 研究背景和意义9-10
• 1.2 国内外研究现状及分析10-12
• 1.3 主要研究内容12
• 1.4 论文组织12-13
• 第2章 极速学习机13-24
• 2.1 极速学习机结构和原理13-15
• 2.2 极速学习机的广义逆15-20
• 2.2.1 极速学习机广义逆的计算16-17
• 2.2.2 法方程17-20
• 2.3 极速学习机的研究成果20-23
• 2.4 本章小结23-24
• 第3章 分类器的不确定性和泛化能力的依赖关系24-29
• 3.1 分类器的泛化能力24-25
• 3.2 分类器的输出的模糊性25-27
• 3.3 分类器的泛化能力和模糊性的依赖关系27-28
• 3.4 本章小结28-29
• 第4章 分类问题的复杂性29-35
• 4.1 分类问题复杂性的定义29
• 4.2 分类问题复杂性起因29-31
• 4.2.1 样例属性不准确性29-30
• 4.2.2 边界样例的距离30-31
• 4.2.3 属性值分布的宽度31
• 4.3 分类问题的复杂性的量化方法31-33
• 4.3.1 属性的期望方差比例法31-32
• 4.3.2 类别重叠区域法32
• 4.3.3 类别的平均距离法32-33
• 4.4 分类问题复杂性、不确定性和泛化能力的关系33-34
• 4.5 本章小结34-35
• 第5章 不确定性和分类问题复杂性对泛化能力影响的研究35-42
• 5.1 基于不确定性和复杂性的泛化能力算法研究35-36
• 5.2 实验环境及数据处理36-38
• 5.2.1 实验环境36
• 5.2.2 数据处理36-38
• 5.3 实验结果和分析38-41
• 5.3.1 测试精度与输出不确定性的关系38-39
• 5.3.2 分类问题复杂性的输出结果和实验分析39-41
• 5.4 本章小结41-42
• 第6章 总结与展望42-44
• 6.1 本文总结42
• 6.2 工作展望42-44
• 参考文献44-48
• 致谢48-49
• 攻读学位期间取得的科研成果49

【相似文献】

中国期刊全文数据库 前10条

1 吕岳,施鹏飞,赵宇明;多分类器组合的投票表决规则[J];上海交通大学学报;2000年05期

2 韩宏;杨静宇;;多分类器组合及其应用[J];计算机科学;2000年01期

3 陈刚,戚飞虎;多分类器结合的人脸识别[J];上海交通大学学报;2001年02期

4 韩宏,杨静宇,娄震;基于层次的分类器组合[J];南京理工大学学报(自然科学版);2002年01期

5 赵谊虹,程国华,史习智;多分类器融合中一种新的加权算法[J];上海交通大学学报;2002年06期

6 王正群,叶晖,孙兴华,杨静宇;模糊多分类器组合[J];小型微型计算机系统;2003年01期

7 杨利英,覃征,王向华;多分类器融合实现机型识别[J];计算机工程与应用;2004年15期

8 杨利英,覃征,王卫红;多分类器融合系统设计与应用[J];计算机工程;2005年05期

9 陈湘;;1-范数软间隔分类器的风险[J];湖北大学学报(自然科学版);2006年02期

10 秦锋;杨波;程泽凯;;分类器性能评价标准研究[J];计算机技术与发展;2006年10期

中国重要会议论文全文数据库 前10条

1 王占一;徐蔚然;刘东鑫;郭军;;一种基于两级分类器的垃圾短信过滤方法[A];第五届全国信息检索学术会议论文集[C];2009年

2 翟静;李海宏;唐常杰;陈敏敏;李智;;可验证对象集分类器的再训练演进[A];第十九届全国数据库学术会议论文集（研究报告篇）[C];2002年

3 陈继航;刘家锋;赵巍;唐降龙;;联机手写识别笔段特征分类器的学习方法[A];黑龙江省计算机学会2009年学术交流年会论文集[C];2010年

4 穆明生;;基于特征集的多种分类器模型的在线笔迹认证[A];第十届全国信号处理学术年会（CCSP-2001）论文集[C];2001年

5 彭涛;左万利;赫枫龄;;基于链接上下文的分类器主题爬行技术(英文)[A];第二十三届中国数据库学术会议论文集（技术报告篇）[C];2006年

6 王岚;陈珂;迟惠生;;基于多特征组合多分类器的方法用于“与文本无关”的说话人辨认[A];第四届全国人机语音通讯学术会议论文集[C];1996年

7 谢秋玲;;应用于心电图分类的KNN-SVM分类器研究[A];2006中国控制与决策学术年会论文集[C];2006年

8 胡琼;汪荣贵;胡韦伟;孙见青;;基于级联分类器的快速人脸检测方法[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用（CACIS）学术会议论文集[C];2007年

9 李兰春;王双成;杜瑞杰;;认知结构评估的动态贝叶斯网络分类器方法[A];2011年中国智能自动化学术会议论文集（第一分册）[C];2011年

10 邵小健;段华;贺国平;;一种改进的最少核分类器[A];中国运筹学会第七届学术交流会论文集（上卷）[C];2004年

中国重要报纸全文数据库 前1条

1 黄明;精子分类器决定生男生女[N];广东科技报;2000年

中国博士学位论文全文数据库 前10条

1 张非;对抗逃避攻击的防守策略研究[D];华南理工大学;2015年

2 张文博;多类别智能分类器方法研究[D];西安电子科技大学;2014年

3 许劲松;智能交通中目标检测与分类关键技术研究[D];南京理工大学;2014年

4 余家林;普通场景视频人脸检测与识别的关键技术研究[D];浙江大学;2016年

5 赵作林;基于图像分析的北京地区杨树种类识别研究[D];北京林业大学;2015年

6 任亚峰;基于标注和未标注数椐的虚假评论识别研究[D];武汉大学;2015年

7 刘明;分类器组合技术研究及其在人机交互系统中的应用[D];北京交通大学;2008年

8 严志永;在划分数据空间的视角下基于决策边界的分类器研究[D];浙江大学;2011年

9 王U，

本文编号：818729