不平衡數(shù)據(jù)分類是數(shù)據(jù)挖掘和模式識(shí)別領(lǐng)域的一個(gè)重要研究內(nèi)容,引起了國內(nèi)外學(xué)者的廣泛關(guān)注。實(shí)際應(yīng)用中很多數(shù)據(jù)樣本具有類分布不平衡問題,現(xiàn)有不平衡數(shù)據(jù)分類算法關(guān)注整體識(shí)別率,忽視小類樣本識(shí)別率。因此,如何在提高小類樣本識(shí)別率的同時(shí)兼顧大類樣本的識(shí)別率成為數(shù)據(jù)挖掘領(lǐng)域的一個(gè)極具挑戰(zhàn)性的問題。極限學(xué)習(xí)機(jī)具有快速、簡單易實(shí)現(xiàn)、泛化性較強(qiáng)的特點(diǎn),因而被廣泛應(yīng)用于分類問題研究,但極限學(xué)習(xí)機(jī)學(xué)習(xí)不平衡數(shù)據(jù)研究起步較晚,相比傳統(tǒng)神經(jīng)網(wǎng)絡(luò)需要更多的隱含層節(jié)點(diǎn),輸出穩(wěn)定性受隨機(jī)參數(shù)影響,訓(xùn)練樣本權(quán)值依賴算法輸入并影響算法的泛化性能,算法抗噪聲的能力有待提高等問題。已有研究表明,傳統(tǒng)的局部優(yōu)化算法訓(xùn)練神經(jīng)網(wǎng)絡(luò)難以對(duì)此類問題進(jìn)行有效求解�；诜N群的優(yōu)化算法是受自然界群體智能啟發(fā)而提出,是尋找優(yōu)化問題近似最優(yōu)解的一種有效方法,已經(jīng)被廣泛用于訓(xùn)練神經(jīng)網(wǎng)絡(luò),表現(xiàn)出了較強(qiáng)的全局優(yōu)化能力。此外,集成學(xué)習(xí)技術(shù)是減少極限學(xué)習(xí)機(jī)隨機(jī)參數(shù)對(duì)算法輸出穩(wěn)定性影響的另一種方法。本文的研究正是基于此展開,主要從如何提高加權(quán)極限學(xué)習(xí)機(jī)學(xué)習(xí)不平衡數(shù)據(jù)能力的角度出發(fā),提出了三種加權(quán)極限學(xué)習(xí)機(jī)不平衡數(shù)據(jù)分類算法,并改進(jìn)了一個(gè)應(yīng)用于蛋白質(zhì)泛素化位點(diǎn)... 

【文章來源】：西北大學(xué)陜西省 211工程院校

【文章頁數(shù)】：114 頁

【學(xué)位級(jí)別】：博士

【部分圖文】：

本文的結(jié)構(gòu)框圖

第二章 自適應(yīng)差分進(jìn)化優(yōu)化的加權(quán)極限學(xué)習(xí)機(jī)分類算法用Friedman test對(duì)各算法性能在所有數(shù)據(jù)集上按G-mean計(jì)算平均秩的結(jié)果如表2.8，其中顯著性水平設(shè)置為 0.05。Friedman test 的 p 值為 2.8e-14，零假設(shè)被拒絕。接下來用Nemenyi post-hoc test[103-104]來說明究竟哪個(gè)算法性能是最優(yōu)的。用 Nemenyi post-hoc test 將10 個(gè)算法平均 G-mean 秩在 x 軸上按升序排列。如圖 2.3，每個(gè)算法的平均秩用紅色的‘*’標(biāo)識(shí)。黑色的‘↓’給出了算法的關(guān)鍵差異，‘↓’右邊的算法性能都比‘↓’所代表的算法性能差，而‘↓’左邊的算法性能都比‘↓’所代表的算法性能好。每兩個(gè)相鄰算法之間連接的橫線表示兩個(gè)算法性能差異大小。從圖 2.3 可以看出，SADE-WELM 算法的性能優(yōu)于其它算法。表 2.8 SADE-WELM 與相關(guān)算法的 Friedman test 的平均秩比較結(jié)果p-value WSVM Over-BaggingUnder-BaggingRUS-BoostEasy-EnsembleWELM EN-WELME-WELMSADE-WELM2.8e-14 7.6 6.125 7.3333 6 5.8666 4.6666 3.1333 2.8 1.2

連接相鄰兩個(gè)算法之間的橫線表示了這兩個(gè)算法性能的差異大小。如圖3.4 所示，本章提出的 IABC-WELM 算法性能優(yōu)于其右邊的 9 個(gè)算法，而 SADE-WELM的性能是所有算法中最優(yōu)的。p-value WSVM Over-BaggingUnder-BaggingRUS-BoostEasy-EnsembleWELM EN-WELME-WELMABC-WELMIABC-WELMSADE-WELM7.4e-18 9.6 8.433 9.266 7.466 8.2 6.66 4.866 4.933 3.7 2.5 1.266

【參考文獻(xiàn)】：
博士論文
[1]基于神經(jīng)網(wǎng)絡(luò)的不平衡數(shù)據(jù)分類方法研究[D]. 楊澤平.華東理工大學(xué) 2015
[2]基于元啟發(fā)優(yōu)化極限學(xué)習(xí)機(jī)的分類算法及其應(yīng)用研究[D]. 馬超.吉林大學(xué) 2014
[3]針對(duì)類別不平衡和代價(jià)敏感分類問題的特征選擇和分類算法[D]. 王瑞.中國科學(xué)技術(shù)大學(xué) 2013
[4]基于數(shù)據(jù)挖掘技術(shù)的蛋白質(zhì)功能預(yù)測研究[D]. 孫承磊.上海大學(xué) 2013
[5]進(jìn)化計(jì)算優(yōu)化前向神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方法研究[D]. 季偉東.東北林業(yè)大學(xué) 2013
[6]高維生物數(shù)據(jù)的分類與預(yù)測研究[D]. 王彤.上海交通大學(xué) 2009



本文編號(hào)：3278690