本文關(guān)鍵詞：基于粒計算的支持向量機(jī)多分類模型研究

  更多相關(guān)文章： 粒計算 支持向量機(jī) 哈夫曼樹 多分類

【摘要】：統(tǒng)計學(xué)習(xí)理論是研究小樣本背景下機(jī)器學(xué)習(xí)規(guī)律的理論,它為解決有限樣本學(xué)習(xí)問題提供了一個統(tǒng)一的框架。支持向量機(jī)是在統(tǒng)計學(xué)習(xí)理論基礎(chǔ)上發(fā)展起來的一種通用的學(xué)習(xí)方法,具有全局優(yōu)化、適應(yīng)性強、理論完備、泛化性能好等優(yōu)點。支持向量機(jī)基于結(jié)構(gòu)風(fēng)險最小化準(zhǔn)則來提升泛化能力,在處理二分類、非線性、小樣本等問題上比較完善,同時較大程度地解決了“維數(shù)災(zāi)難”和“過度學(xué)習(xí)”等困難。隨著科技的發(fā)展,種類多變、分布不均勻、海量信息等干擾因素的增加,給多分類問題的處理帶來了一定的困難。因此研究一種新的多分類模型,將粒計算思想、哈夫曼樹、支持向量機(jī)結(jié)合實現(xiàn)模型構(gòu)建,從而提高分類的效率和精度。首先,將粒計算理論融入到多分類問題中,應(yīng)用粒三元論思想對具體問題進(jìn)行觀察、定義與轉(zhuǎn)化,利用粒計算的分層思想,建立粒結(jié)構(gòu)并進(jìn)行粒度的粗化與細(xì)化,計算粒度。從不同角度對數(shù)據(jù)進(jìn)行處理和分析,進(jìn)而解決海量數(shù)據(jù)和訓(xùn)練速度低下等問題。其次,依據(jù)粒度排序,構(gòu)造哈夫曼樹,解決類內(nèi)樣本分布不均與分類效率低等問題。利用哈夫曼樹帶權(quán)路徑長度最短的特點,使之能在最短的時間內(nèi)歸屬類別,并用VC++6.0編程實現(xiàn)了哈夫曼樹的構(gòu)造,得到哈夫曼編碼。最后,對決策樹的粒進(jìn)行分析,設(shè)計每個粒對應(yīng)的不同支持向量機(jī)分類器,構(gòu)建全局多分類模型,利用MATLAB實現(xiàn)了模型訓(xùn)練和仿真,并運用實例驗證了模型的科學(xué)性和有效性。圖17幅;表9個;參61篇。
【關(guān)鍵詞】：粒計算 支持向量機(jī) 哈夫曼樹 多分類
【學(xué)位授予單位】：華北理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TP18;O212
【目錄】：

• 摘要4-5
• Abstract5-8
• 引言8-10
• 第1章 緒論10-19
• 1.1 研究背景與立題依據(jù)10-11
• 1.2 國內(nèi)外研究現(xiàn)狀11-17
• 1.2.1 支持向量機(jī)研究現(xiàn)狀及存在問題11-14
• 1.2.2 粒計算研究現(xiàn)狀及存在問題14-16
• 1.2.3 粒計算與支持向量機(jī)結(jié)合的研究現(xiàn)狀16-17
• 1.3 研究目標(biāo)及方法17
• 1.3.1 研究目標(biāo)17
• 1.3.2 研究方法17
• 1.4 研究內(nèi)容及結(jié)構(gòu)安排17-19
• 第2章 理論基礎(chǔ)與方法19-31
• 2.1 多分類問題的來源19
• 2.2 基于支持向量機(jī)的多分類模型19-25
• 2.2.1 支持向量機(jī)理論19-21
• 2.2.2 模型及存在問題21-25
• 2.3 基于二叉樹的支持向量機(jī)改進(jìn)模型25-27
• 2.3.1 改進(jìn)模型及存在問題25-27
• 2.3.2 哈夫曼樹原理及算法27
• 2.4 粒計算理論及相關(guān)模型27-30
• 2.4.1 粒計算的三大模型27-29
• 2.4.2 粒計算方法論29-30
• 2.4.3 粒計算支持向量機(jī)的算法步驟30
• 2.5 本章小結(jié)30-31
• 第3章 模型構(gòu)建31-37
• 3.1 問題的提出31
• 3.2 模型構(gòu)建及算法改進(jìn)31-35
• 3.2.1 基于粒計算的多分類模型31-33
• 3.2.2 基于哈夫曼樹的多分類模型33-34
• 3.2.3 多分類器構(gòu)造34
• 3.2.4 支持向量機(jī)核函數(shù)及參數(shù)選取34-35
• 3.3 全局模型流程圖35
• 3.4 本章小結(jié)35-37
• 第4章 模型應(yīng)用37-47
• 4.1 多文本分類案例分析37-40
• 4.1.1 多文本分類來源37
• 4.1.2 計算實現(xiàn)37-40
• 4.2 低溫存儲工程材料案例分析40-46
• 4.2.1 工程材料多分類來源40-41
• 4.2.2 計算實現(xiàn)41-46
• 4.3 本章小結(jié)46-47
• 結(jié)論47-48
• 參考文獻(xiàn)48-52
• 附錄 程序編碼52-58
• 致謝58-59
• 導(dǎo)師簡介59-60
• 作者簡介60-61
• 學(xué)位論文數(shù)據(jù)集61

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前3條

1 王艷;陳歡歡;沈毅;;有向無環(huán)圖的多類支持向量機(jī)分類算法[J];電機(jī)與控制學(xué)報;2011年04期

2 杜偉林;苗奪謙;李道國;張年琴;;概念格與粒度劃分的相關(guān)性分析[J];計算機(jī)科學(xué);2005年12期

3 石磊;侯麗萍;;基于改進(jìn)PSO算法參數(shù)優(yōu)化的模糊支持向量分類機(jī)[J];信陽師范學(xué)院學(xué)報(自然科學(xué)版);2013年02期

，

本文編號：981052