分類(lèi)問(wèn)題作為數(shù)據(jù)挖掘技術(shù)中的研究熱點(diǎn)之一,其應(yīng)用遍及各行各業(yè)�，F(xiàn)有的一些分類(lèi)方法,一般基于平衡的訓(xùn)練樣本,因而它們對(duì)平衡數(shù)據(jù)的分類(lèi)能取得較好的分類(lèi)效果。然而,在實(shí)際問(wèn)題中,數(shù)據(jù)平衡這一假定通常不成立,例如信用評(píng)估、故障診斷、入侵監(jiān)測(cè)等,通常獲得的數(shù)據(jù)集會(huì)出現(xiàn)類(lèi)別間樣本不平衡,并且同時(shí)伴隨著類(lèi)重疊、噪聲干擾等現(xiàn)象。因此,解決此分類(lèi)問(wèn)題具有很強(qiáng)的理論意義和實(shí)用價(jià)值。馬田系統(tǒng)（Mahalanobis-Taguchi System,MTS）是一種面向多元數(shù)據(jù)的分類(lèi)、診斷和預(yù)測(cè)的定量模式識(shí)別方法。MTS有著諸多優(yōu)點(diǎn),如:MTS是基于數(shù)據(jù)的分析方法并可以實(shí)現(xiàn)真正意義上的降維,簡(jiǎn)化分類(lèi)問(wèn)題,并提高分類(lèi)的精度和效率;MTS構(gòu)建了一個(gè)連續(xù)的測(cè)量尺度,計(jì)算的是測(cè)試樣本偏離基準(zhǔn)空間的程度,這樣有利于采取相對(duì)應(yīng)的解決措施,提高解決問(wèn)題的柔性。但作為一種新興的方法,MTS在理論和應(yīng)用上仍存在一些不足之處。本文面向不平衡數(shù)據(jù),針對(duì)傳統(tǒng)MTS存在的問(wèn)題,采用多變量控制圖、混沌二進(jìn)制粒子群算法、核函數(shù)、AdaBoost集成算法等方法對(duì)其進(jìn)行改進(jìn),目標(biāo)是發(fā)展MTS成為一種適用于不平衡數(shù)據(jù)分類(lèi)的高效方法。本文的研究工作主... 

【文章來(lái)源】：南京理工大學(xué)江蘇省 211工程院校

【文章頁(yè)數(shù)】：139 頁(yè)

【學(xué)位級(jí)別】：博士

【部分圖文】：

圖１．１近十年Ｅｎｇｉｎｅｅｒｉｎｇ?Ｖｉｌｌａｇｅ數(shù)據(jù)庫(kù)關(guān)于不平衡學(xué)習(xí)的論文數(shù)目??

博士論文?面向不平衡數(shù)據(jù)的馬田系統(tǒng)分類(lèi)方法及其應(yīng)用研宂??１２０?’??＾ｓｍ??１００??Ｍ｜???＿＿＿＿＿?＊??：?＾?＿＿＿＿＿??８〇?，?ＺＴ??ｊｍｔｍ??６０?‘?’??４０??２０??ｏ?－?Ｐｉ—??２００８?２００９?２０１０?２０１１?２０１２?２０１３?２０１４?２０１５?２０１６?２０１７??圖１．２近十年ＣＮＫＩ數(shù)據(jù)庫(kù)關(guān)于不平衡學(xué)習(xí)的論文數(shù)目??馬山系統(tǒng)（Ｍａｈａｌａｎｏｂｉｓ－Ｔａｇｕｃｈｉ?Ｓｙｓｔｅｍ，?ＭＴＳ）是由日本著名質(zhì)量工程學(xué)家田口玄??一博士于上世紀(jì)九十年代提出的一種具有較強(qiáng)實(shí)踐性的模式識(shí)別方法，它的主要任務(wù)是??進(jìn)行系統(tǒng)降維（即特征變量的優(yōu)化）與類(lèi)別識(shí)別｜８１。ＭＴＳ是將ｍｕ式信噪比的試驗(yàn)設(shè)計(jì)??方法的一整兗恐＆應(yīng)用到模式識(shí)別的特征變Ｍ選樣問(wèn)題上，井通過(guò)構(gòu)逑正常樣品的基準(zhǔn)??空間，應(yīng)川馬氏距離和閾值來(lái)進(jìn)行樣品類(lèi)別的識(shí)別。近年來(lái)，Ｗ內(nèi)外學(xué)片對(duì)ＭＴＳ進(jìn)行??了深入的研究和廣泛的應(yīng)用，ＭＴＳ具有諸多優(yōu)勢(shì)：基于數(shù)據(jù)分折而非變量的概率分布；??提出ＭＴＳ與“多重共線(xiàn)性”之間的問(wèn)題及解決的方法；分類(lèi)和判別原理簡(jiǎn)單、速度快等。??目前，國(guó)內(nèi)外學(xué)者對(duì)ＭＴＳ的研究和應(yīng)用已貢獻(xiàn)出許多成果，但在研究和應(yīng)用過(guò)程中，??ＭＴＳ還存在一些不足之處：依據(jù)專(zhuān)業(yè)知識(shí)和歷史經(jīng)驗(yàn)確定基準(zhǔn)空間缺乏客觀規(guī)范的機(jī)??制；采用正交表和信噪比篩選特征變量的方法的效果并非最佳；基于損失函數(shù)的閾值確??定過(guò)程帶有較強(qiáng)的主觀性且操作較復(fù)雜；作為分類(lèi)器的馬氏距離在臨界域附近分類(lèi)精度??不尚等。??本文在前人研宄的基礎(chǔ)上，針對(duì)馬田系統(tǒng)存在的不足之處，利用核函數(shù)和優(yōu)化算法??等對(duì)ＭＴＳ理論進(jìn)

＞核函數(shù)理論??象時(shí)，采用核函數(shù)的思＾?面向不平衡數(shù)據(jù)的ＭＴＳ測(cè)量尺，＿＾?＞優(yōu)化ＭＴＳ??＼?想，拓廣方法的適用范度改進(jìn)研究?＼＾１?＞數(shù)據(jù)集比較研究??圍。??｜?＞實(shí)證研宄??Ｌ………?ＪＬ?■??：１？面向不■麵＿合＂１／?ｔ?誠(chéng)算法＾??用ＡｄａＢｏｏｓｔ集成算法來(lái)］．＼￣１?＞數(shù)據(jù)集比較研究??提高方法的分類(lèi)效能。??＾｜?＞實(shí)證研究??ｊ??Ｉ???？??—?——?芬—―——?———??結(jié)論與展望??圖１．３論文技術(shù)路線(xiàn)圖??論文的第五章為面向不平衡數(shù)據(jù)的ＭＴＳ測(cè)量尺度改進(jìn)研究。當(dāng)不平衡數(shù)據(jù)同時(shí)存在??類(lèi)重疊現(xiàn)象時(shí)，將核函數(shù)引進(jìn)到ＭＴＳ中與馬氏距離相結(jié)合，形成新的測(cè)量尺度，以此??對(duì)多維空間的不平衡數(shù)據(jù)的類(lèi)重疊分類(lèi)問(wèn)題進(jìn)行研宄。??１６??

【參考文獻(xiàn)】：
期刊論文
[1]GMM-UBM和SVM在說(shuō)話(huà)人識(shí)別中的應(yīng)用[J]. 李薈,趙云敏.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2018(01)
[2]基于馬田系統(tǒng)的智能手機(jī)用戶(hù)體驗(yàn)評(píng)價(jià)研究[J]. 任海兵,周晶,馮萬(wàn)群.  包裝工程. 2017(20)
[3]基于馬田系統(tǒng)的滾動(dòng)軸承初始故障檢測(cè)和狀態(tài)監(jiān)測(cè)[J]. 剡昌鋒,朱濤,吳黎曉,貝克,郭劍鋒.  振動(dòng)與沖擊. 2017(12)
[4]基于多變量控制圖的馬田系統(tǒng)優(yōu)化研究[J]. 顧玉萍,程龍生,生志榮.  數(shù)學(xué)的實(shí)踐與認(rèn)識(shí). 2017(11)
[5]基于嶺估計(jì)和AMOGA的馬田系統(tǒng)分類(lèi)方法[J]. 陶建波,程龍生,王會(huì)靈,鄒慶士,唐慶國(guó).  系統(tǒng)工程. 2017(04)
[6]基于EMD-SVD與馬田系統(tǒng)的復(fù)雜系統(tǒng)健康狀態(tài)評(píng)估[J]. 陳俊洵,程龍生,余慧,胡紹林.  系統(tǒng)工程與電子技術(shù). 2017(07)
[7]基于控制圖的馬田系統(tǒng)馬氏空間生成機(jī)理研究[J]. 生志榮,程龍生,顧玉萍.  數(shù)理統(tǒng)計(jì)與管理. 2017(06)
[8]基于EMD的改進(jìn)馬田系統(tǒng)的滾動(dòng)軸承故障診斷[J]. 陳俊洵,程龍生,胡紹林,余慧.  振動(dòng)與沖擊. 2017(05)
[9]基于太赫茲光譜技術(shù)與CS-SVM的轉(zhuǎn)基因產(chǎn)品鑒別（英文）[J]. 陳濤,李智,胡放榮,殷賢華,許川佩.  光譜學(xué)與光譜分析. 2017(02)
[10]基于GBMTS算法的不平衡數(shù)據(jù)分類(lèi)研究[J]. 顧玉萍,程龍生,陳湘來(lái).  數(shù)理統(tǒng)計(jì)與管理. 2016(06)

博士論文
[1]基于全方位優(yōu)化算法的馬田分類(lèi)和排序評(píng)價(jià)方法研究及應(yīng)用[D]. �？±�.南京理工大學(xué) 2012
[2]關(guān)于馬田系統(tǒng)若干問(wèn)題的研究[D]. 陳湘來(lái).南京理工大學(xué) 2008
[3]基于馬氏田口的多元系統(tǒng)穩(wěn)健性?xún)?yōu)化與診斷分析研究[D]. 韓亞娟.天津大學(xué) 2007
[4]混沌粒子群優(yōu)化算法理論及應(yīng)用[D]. 唐賢倫.重慶大學(xué) 2007

碩士論文
[1]基于馬田系統(tǒng)的滾動(dòng)軸承初始故障檢測(cè)和狀態(tài)監(jiān)測(cè)[D]. 朱濤.蘭州理工大學(xué) 2016
[2]基于馬田系統(tǒng)的海洋平臺(tái)健康狀態(tài)分析[D]. 瞿沙沙.大連海事大學(xué) 2015
[3]基于改進(jìn)度量尺度和閾值確定方法的馬田系統(tǒng)及其在郵件過(guò)濾中的應(yīng)用[D]. 卓小伍.南京理工大學(xué) 2015
[4]基于粗糙集的馬田系統(tǒng)研究及其在銀行直接營(yíng)銷(xiāo)客戶(hù)分類(lèi)中的應(yīng)用[D]. 林哲.南京理工大學(xué) 2015
[5]基于k-means算法的馬田系統(tǒng)研究及其在個(gè)人信用評(píng)價(jià)中的應(yīng)用[D]. 鄒雅瑩.南京理工大學(xué) 2014
[6]基于集成學(xué)習(xí)的不平衡數(shù)據(jù)分類(lèi)[D]. 宋海燕.西安電子科技大學(xué) 2014
[7]基于馬田系統(tǒng)的物業(yè)管理服務(wù)質(zhì)量評(píng)價(jià)及應(yīng)用[D]. 李曉偉.南京理工大學(xué) 2009



本文編號(hào)：2958540