隨著計(jì)算機(jī)和網(wǎng)絡(luò)技術(shù)的飛速發(fā)展,在文字、圖片、音頻等不同領(lǐng)域上的多標(biāo)簽數(shù)據(jù)集越來(lái)越多.能否實(shí)現(xiàn)海量多標(biāo)簽數(shù)據(jù)的有效挖掘和運(yùn)用是當(dāng)下人們所面臨的重要挑戰(zhàn)之一.數(shù)據(jù)分類技術(shù)作為一項(xiàng)重要的數(shù)據(jù)挖掘工具,其目的是從大量數(shù)據(jù)中提取有價(jià)值的信息并對(duì)未知標(biāo)簽的樣本進(jìn)行歸類.目前較為成熟的分類算法大多是用于處理完整的數(shù)據(jù),然而在一些實(shí)際應(yīng)用中,由于專家知識(shí)的不足、儀器測(cè)量中的誤差等,不精確的數(shù)據(jù)普遍存在.近年來(lái),可能性理論常被用于處理不確定性信息.本文針對(duì)不精確數(shù)據(jù),展開(kāi)了基于可能性理論的多標(biāo)簽分類算法的研究.首先,本文提出了一種加權(quán)樸素可能分類算法,通過(guò)度量各屬性變量的重要性程度以及各屬性中不同取值在分類中的貢獻(xiàn)程度,對(duì)已有的樸素可能分類器進(jìn)行改進(jìn).類似于信息增益在概率理論中的作用,非特異性增益則是可能性理論中用于衡量不確定信息的依據(jù),因而本文的度量方法選用非特異性增益.利用MATLAB軟件在UCI中的八個(gè)數(shù)據(jù)集以及人工生成的不精確數(shù)據(jù)集上進(jìn)行仿真實(shí)驗(yàn),結(jié)果驗(yàn)證了我們提出的加權(quán)樸素可能分類算法在大部分?jǐn)?shù)據(jù)集上有著較好的分類性能.其次,本文借助可能性理論,結(jié)合單標(biāo)簽分類中的可能分類器,對(duì)多標(biāo)簽分類問(wèn)題... 

【文章來(lái)源】：西安電子科技大學(xué)陜西省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：73 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
符號(hào)對(duì)照表
縮略語(yǔ)對(duì)照表
第一章 緒論
    1.1 課題背景與意義
        1.1.1 數(shù)據(jù)挖掘背景與意義
        1.1.2 不確定性背景與意義
    1.2 數(shù)據(jù)分類的研究現(xiàn)狀
        1.2.1 數(shù)據(jù)挖掘的功能
        1.2.2 單標(biāo)簽分類的研究現(xiàn)狀
        1.2.3 多標(biāo)簽分類的研究現(xiàn)狀
    1.3 可能性理論分類問(wèn)題
    1.4 本文的主要內(nèi)容和結(jié)構(gòu)安排
第二章 可能性理論相關(guān)知識(shí)
    2.1 可能性理論
        2.1.1 可能性分布
        2.1.2 條件可能性分布
        2.1.3 可能性測(cè)度
        2.1.4 可能性理論中的不確定度
    2.2 樸素可能分類器
        2.2.1 可能分類器原理
        2.2.2 條件可能性分布
    2.3 本章小結(jié)
第三章 基于特征加權(quán)的樸素可能分類器
    3.1 特征加權(quán)方法
    3.2 加權(quán)樸素可能分類算法
        3.2.1 基于屬性貢獻(xiàn)度的特征加權(quán)
        3.2.2 基于非特異性增益的特征加權(quán)
        3.2.3 具體的算法流程
        3.2.4 算法復(fù)雜度
    3.3 實(shí)驗(yàn)部分
        3.3.1 數(shù)據(jù)集
        3.3.2 實(shí)驗(yàn)設(shè)置
        3.3.3 實(shí)驗(yàn)結(jié)果分析
    3.4 本章小結(jié)
第四章 基于可能性理論的多標(biāo)簽分類問(wèn)題
    4.1 多標(biāo)簽分類問(wèn)題
        4.1.1 常用的方法
    4.2 基于可能性的多標(biāo)簽分類
        4.2.1 樸素可能二元相關(guān)分類器
        4.2.2 樹(shù)樸素可能鏈分類器
    4.3 實(shí)驗(yàn)仿真
        4.3.1 數(shù)據(jù)集
        4.3.2 評(píng)估標(biāo)準(zhǔn)
        4.3.3 實(shí)驗(yàn)結(jié)果與分析
    4.4 本章小結(jié)
第五章 總結(jié)與展望
    5.1 工作總結(jié)
    5.2 工作展望
參考文獻(xiàn)
致謝
作者簡(jiǎn)介


【參考文獻(xiàn)】：
博士論文
[1]不確定性信息處理的隨機(jī)集方法及在系統(tǒng)可靠性評(píng)估與故障診斷中的應(yīng)用[D]. 徐曉濱.上海海事大學(xué) 2009



本文編號(hào)：3488567