隨著大數(shù)據(jù)時(shí)代的到來(lái),半監(jiān)督學(xué)習(xí)越來(lái)越受到學(xué)者們的重視。半監(jiān)督學(xué)習(xí)是一種監(jiān)督學(xué)習(xí)與無(wú)監(jiān)督學(xué)習(xí)相結(jié)合的學(xué)習(xí)方法,其訓(xùn)練集樣本在使用有標(biāo)簽數(shù)據(jù)的同時(shí)也使用了大量的無(wú)標(biāo)簽數(shù)據(jù)。半監(jiān)督學(xué)習(xí)常使用于分類(lèi)中,傳統(tǒng)的分類(lèi)學(xué)習(xí)中考慮更多是如何提高分類(lèi)正確率而忽視了誤分類(lèi)產(chǎn)生的損失程度。然而真實(shí)情況下,不同類(lèi)別發(fā)生錯(cuò)誤分類(lèi)時(shí)往往會(huì)產(chǎn)生不同的損失程度,即代價(jià)敏感。因此依據(jù)數(shù)據(jù)樣本輸出的不確定性,在半監(jiān)督學(xué)習(xí)框架下,本文基于針對(duì)代價(jià)敏感分類(lèi)問(wèn)題提出了一種數(shù)據(jù)樣本再訓(xùn)練模型。其旨在降低誤分類(lèi)總代價(jià),本文主要包括如下兩部分工作:第一部分,提出基于不確定性的代價(jià)敏感半監(jiān)督學(xué)習(xí)模型。在訓(xùn)練出一個(gè)代價(jià)敏感基本分類(lèi)器即極限學(xué)習(xí)機(jī)(ELM)之后,根據(jù)數(shù)據(jù)樣本輸出的不確定性與誤分類(lèi)代價(jià)之間存在的某些特性,可以將較不容易分類(lèi)錯(cuò)誤的數(shù)據(jù)樣本定義為高可信賴(lài)數(shù)據(jù),同時(shí)將那些更加容易分類(lèi)錯(cuò)誤的數(shù)據(jù)樣本定義為低可信賴(lài)數(shù)據(jù)。經(jīng)過(guò)一次代價(jià)敏感的分類(lèi)學(xué)習(xí)訓(xùn)練之后,可以從測(cè)試集中選出部分不確定性較小的數(shù)據(jù)樣本及其預(yù)測(cè)類(lèi)別作為高可信賴(lài)數(shù)據(jù)樣本�；诎氡O(jiān)督學(xué)習(xí)框架,將原訓(xùn)練集數(shù)據(jù)以及高可信賴(lài)數(shù)據(jù)作為新訓(xùn)練集進(jìn)行重訓(xùn)練,從而可以得到一個(gè)新的分類(lèi)學(xué)習(xí)...

【文章頁(yè)數(shù)】：58 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景與意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 半監(jiān)督學(xué)習(xí)研究現(xiàn)狀
        1.2.2 代價(jià)敏感研究現(xiàn)狀
    1.3 本文的主要研究?jī)?nèi)容和創(chuàng)新點(diǎn)
    1.4 本文的組織結(jié)構(gòu)
第2章 基本概念及相關(guān)知識(shí)
    2.1 不確定性
        2.1.1 幾種不確定性介紹
        2.1.2 模糊性
    2.2 前饋神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)模型
        2.2.1 傳統(tǒng)前饋神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)模型
        2.2.2 極限學(xué)習(xí)機(jī)(ELM)
    2.3 粗糙集與三支決策
    2.4 本章小結(jié)
第3章 基于不確定性的代價(jià)敏感半監(jiān)督學(xué)習(xí)
    3.1 代價(jià)敏感ELM模型
    3.2 基于模糊性的樣本分類(lèi)
        3.2.1 基于模糊性的樣本分類(lèi)思路
        3.2.2 基于模糊性的樣本分類(lèi)算法
        3.2.3 實(shí)驗(yàn)分析
    3.3 半監(jiān)督框架下的再訓(xùn)練模型
        3.3.1 再訓(xùn)練模型基本思路
        3.3.2 半監(jiān)督框架下的數(shù)據(jù)再訓(xùn)練算法
        3.3.3 實(shí)驗(yàn)分析
    3.4 本章小結(jié)
第4章 基于不確定性的信息系統(tǒng)與三支決策模型
    4.1 基于模糊性的信息系統(tǒng)構(gòu)建
    4.2 基于模糊性的粗糙集約簡(jiǎn)規(guī)則
        4.2.1 粗糙集約簡(jiǎn)
        4.2.2 基于模糊性的粗糙集約簡(jiǎn)算法
        4.2.3 實(shí)驗(yàn)分析
    4.3 基于不確定性的三支決策模型
        4.3.1 模糊集表示的三支決策
        4.3.2 構(gòu)建三支決策模型
        4.3.3 三支決策模型的算法
        4.3.4 實(shí)驗(yàn)分析
    4.4 本章小結(jié)
第5章 總結(jié)與展望
    5.1 全文總結(jié)
    5.2 未來(lái)工作研究方向
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間的研究成果



本文編號(hào)：3820917