本文關(guān)鍵詞：多模型融合學(xué)習(xí)方法與應(yīng)用

  更多相關(guān)文章： 多模型融合 多樣性增強(qiáng) 個性化推薦 量化交易 路標(biāo)探索

【摘要】：機(jī)器學(xué)習(xí)通過從經(jīng)驗(yàn)數(shù)據(jù)中學(xué)習(xí),可以自動提高系統(tǒng)的性能,目前已成為智能數(shù)據(jù)分析的主要方法。隨著企業(yè)對數(shù)據(jù)分析需求的快速上升,機(jī)器學(xué)習(xí)方法已被用于預(yù)測用戶需求等很多應(yīng)用中,受到了越來越高的重視。為了取得更好的學(xué)習(xí)性能,一種簡單有效的途徑是學(xué)習(xí)多個有差異的模型并進(jìn)行融合。本文工作將多模型融合的思路應(yīng)用到品牌推薦、股票推薦、機(jī)器人路標(biāo)探索等多個領(lǐng)域中,具體工作如下：針對在線商場的品牌推薦問題,提出了一種基于多模型融合學(xué)習(xí)的算法框架E3DS,該框架從多個方面增強(qiáng)個體學(xué)習(xí)器的多樣性,從而提高模型融合后的性能。該框架在阿里巴巴大數(shù)據(jù)競賽的品牌推薦應(yīng)用競賽中取得了較好的成績。針對股票推薦問題,提出了結(jié)合雙均線選股模型、基于股票傳統(tǒng)數(shù)據(jù)的機(jī)器學(xué)習(xí)模型、基于股票新媒體數(shù)據(jù)的機(jī)器學(xué)習(xí)模型三種模型融合的股票推薦方法。該推薦方法在一定時(shí)間段的實(shí)踐中取得了比大盤明顯好的效果。針對機(jī)器人路標(biāo)探索問題,提出融合全局位置估計(jì)與卡爾曼濾波的路標(biāo)探索策略。該策略能夠有效地校正當(dāng)移動變化過大時(shí)以往基于卡爾曼濾波的估計(jì)誤差。本文在模擬環(huán)境的初步實(shí)驗(yàn)中驗(yàn)證了該策略的有效性。
【關(guān)鍵詞】：多模型融合 多樣性增強(qiáng) 個性化推薦 量化交易 路標(biāo)探索
【學(xué)位授予單位】：南京大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP181
【目錄】：

• 摘要3-4
• Abstract4-6
• 第一章 緒論6-11
• 1.1 引言6-7
• 1.2 機(jī)器學(xué)習(xí)7-8
• 1.3 多模型融合學(xué)習(xí)8-9
• 1.4 多模型融合學(xué)習(xí)的相關(guān)應(yīng)用9-10
• 1.5 本文的工作10-11
• 第二章 基于多模型融合學(xué)習(xí)的品牌推薦系統(tǒng)11-32
• 2.1 引言11
• 2.2 相關(guān)工作11-15
• 2.3 多模型融合學(xué)習(xí)算法框架15-19
• 2.4 實(shí)驗(yàn)19-31
• 2.5 小結(jié)31-32
• 第三章 基于多模型融合學(xué)習(xí)的股票推薦方法32-46
• 3.1 引言32-33
• 3.2 相關(guān)工作33-35
• 3.3 基于不同類型股票數(shù)據(jù)和模型的多模型融合學(xué)習(xí)框架35-40
• 3.4 實(shí)驗(yàn)40-44
• 3.5 小結(jié)44-46
• 第四章 基于多模型融合的機(jī)器人路標(biāo)探索策略46-56
• 4.1 引言46-47
• 4.2 相關(guān)工作47-50
• 4.3 融合全局位置估計(jì)與卡爾曼濾波的機(jī)器人路標(biāo)探索策略50-52
• 4.4 實(shí)驗(yàn)52-55
• 4.5 小結(jié)55-56
• 第五章 結(jié)束語56-58
• 參考文獻(xiàn)58-64
• 致謝64-65
• 附錄65-66

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前9條

1 華羅庚 ,宋健;模型與實(shí)體[J];系統(tǒng)工程與電子技術(shù);1980年08期

2 ;新書介紹[J];冶金自動化;1990年03期

3 王磊;;計(jì)量模型——一種經(jīng)典數(shù)據(jù)質(zhì)量評估方法[J];電子制作;2012年10期

4 許志剛,董志榮;純方位系統(tǒng)定位與跟蹤的多模型法[J];淮海工學(xué)院學(xué)報(bào)(自然科學(xué)版);2001年03期

5 高興民;;應(yīng)用情報(bào)模型法研究學(xué)科發(fā)展規(guī)律[J];兵工情報(bào)工作;1982年05期

6 韓志剛,王洪橋;多模型多方法綜合多層遞階預(yù)報(bào)模式在油田產(chǎn)量預(yù)報(bào)中的應(yīng)用[J];控制與決策;1991年06期

7 王瀚晟,曾烈光;模型法與分離塞入比法的改進(jìn)[J];通信學(xué)報(bào);1997年08期

8 ;《計(jì)算機(jī)集成制造系統(tǒng)》2013年總目次[J];計(jì)算機(jī)集成制造系統(tǒng);2013年12期

9 ;[J];;年期

中國重要會議論文全文數(shù)據(jù)庫 前2條

1 諶凱;黃曉峰;趙怡;朱仲良;;改進(jìn)的軟模型法用于解析復(fù)雜反應(yīng)動力學(xué)過程[A];第八屆全國發(fā)光分析暨動力學(xué)分析學(xué)術(shù)研討會論文集[C];2005年

2 費(fèi)敏銳;;仿真不是基于模型的實(shí)驗(yàn),而是基于模型的第三種認(rèn)識世界的基本活動[A];新觀點(diǎn)新學(xué)說學(xué)術(shù)沙龍文集37：仿真是基于模型的實(shí)驗(yàn)嗎[C];2009年

中國重要報(bào)紙全文數(shù)據(jù)庫 前1條

1 陸怡舟;走向模型綜合應(yīng)用的成熟階段[N];中國城鄉(xiāng)金融報(bào);2010年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 姬新龍;基于SV模型和EVT理論的金融極值風(fēng)險(xiǎn)度量研究[D];重慶大學(xué);2014年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 蘇佳琳;基于邊界Logistic模型的我國上市公司信用風(fēng)險(xiǎn)的研究[D];西南交通大學(xué);2015年

2 付金龍;基于GARCH過程和SV模型的上證50ETF的VaR計(jì)算[D];山東大學(xué);2015年

3 劉玨;基于GARCH-POT模型的中國外匯市場投資組合研究[D];哈爾濱工業(yè)大學(xué);2015年

4 雷震;GARCH模型和VaR方法在外匯投資組合中的應(yīng)用[D];廣西大學(xué);2015年

5 趙天韻;中國股市統(tǒng)計(jì)套利的可行性檢驗(yàn)與套利信號的確定方法[D];南京大學(xué);2014年

6 徐月圓;城市軌道交通客流預(yù)測方法及模型研究[D];蘭州交通大學(xué);2015年

7 馬健;多模型融合學(xué)習(xí)方法與應(yīng)用[D];南京大學(xué);2016年

8 陳利玲;數(shù)字IC產(chǎn)品性能評價(jià)模型研究[D];西安電子科技大學(xué);2008年

9 張冬青;中國股市風(fēng)險(xiǎn)模型比較分析[D];山東大學(xué);2011年

10 劉飛;基于多因素分析的競爭性高速公路費(fèi)率優(yōu)化模型與方法改進(jìn)研究[D];長安大學(xué);2010年

，

本文編號：783729