本文選題：認(rèn)知不確定性　切入點(diǎn)：信任函數(shù)理論　出處：《中國(guó)科學(xué)技術(shù)大學(xué)》2016年博士論文

【摘要】：隨著信息科學(xué)技術(shù)的不斷發(fā)展,人類能夠獲取的數(shù)據(jù)量日益增加,其中有大量數(shù)據(jù)存在不精確、不確定或是可靠性存疑等情況,統(tǒng)稱為認(rèn)知不確定性數(shù)據(jù)。如何準(zhǔn)確描述此類復(fù)雜數(shù)據(jù)并從中挖掘出更多有用信息近年來(lái)受到了越來(lái)越多的關(guān)注。信任函數(shù)理論作為一般性的認(rèn)知不確定性建模和處理框架,憑借其對(duì)多種認(rèn)知不確定性的合理描述以及在信息融合方面的天然優(yōu)勢(shì),提出至今獲得了廣泛的研究和應(yīng)用。伴隨著眾多學(xué)者的大力推進(jìn),特別是2010年以來(lái)信任函數(shù)進(jìn)行統(tǒng)計(jì)推斷這一方向的重獲新生,使得信任函數(shù)理論的發(fā)展進(jìn)入了新階段,開(kāi)辟出一片嶄新的天地。利用信任函數(shù)進(jìn)行統(tǒng)計(jì)推斷作為新興領(lǐng)域存在著大量研究空白,本文借由統(tǒng)計(jì)推斷和機(jī)器學(xué)習(xí)的密切關(guān)系,選取結(jié)構(gòu)簡(jiǎn)單清晰、易于解釋的決策樹(shù)入手,從實(shí)際問(wèn)題出發(fā)開(kāi)展研究。通過(guò)對(duì)認(rèn)知不確定數(shù)據(jù)學(xué)習(xí)決策樹(shù)的方法進(jìn)行系統(tǒng)地分析,分別將離散輸出的分類樹(shù)和連續(xù)輸出的回歸樹(shù)、線性模型樹(shù)進(jìn)行了推廣,從而降低了訓(xùn)練集數(shù)據(jù)精度的要求,更為充分地利用已有數(shù)據(jù)。從信任回歸樹(shù)的連續(xù)不確定數(shù)據(jù)出發(fā),本文也對(duì)連續(xù)信任函數(shù)這一理論方向進(jìn)行了探討,結(jié)合信息源可靠性獲取證據(jù)折扣,從而更為合理地實(shí)現(xiàn)連續(xù)域的信息融合。本文首次對(duì)信任回歸樹(shù)和信任線性模型樹(shù)的學(xué)習(xí)進(jìn)行了研究,同時(shí)信任分類樹(shù)中引入查詢機(jī)制降低數(shù)據(jù)不確定性、基于證據(jù)似然函數(shù)的數(shù)據(jù)質(zhì)量衡量、連續(xù)域情景折扣等內(nèi)容此前也未有研究。本文將決策樹(shù)學(xué)習(xí)方法全面推廣至信任函數(shù)建模的不確定訓(xùn)練集,從而實(shí)現(xiàn)使用低質(zhì)量數(shù)據(jù)學(xué)習(xí)獲得具有較好性能的模型�？紤]到認(rèn)知不確定性數(shù)據(jù)的存在,本文首先對(duì)分類問(wèn)題訓(xùn)練集的數(shù)據(jù)質(zhì)量進(jìn)行衡量,利用證據(jù)似然函數(shù)獲得了數(shù)據(jù)規(guī)模、數(shù)據(jù)一致性和數(shù)據(jù)不確定性的量化評(píng)估。將證據(jù)似然函數(shù)視為某一致質(zhì)量函數(shù)的可能性分布,本文給出了兩種一致質(zhì)量函數(shù)的獲取方法,并用其非特異性測(cè)度實(shí)現(xiàn)了證據(jù)似然函數(shù)平坦程度的衡量。借助于多項(xiàng)分布證據(jù)似然函數(shù)的良好特性,提出了快捷方便的非特異性測(cè)度計(jì)算方法,并對(duì)數(shù)據(jù)規(guī)模、一致性和不確定性三方面帶來(lái)的影響進(jìn)行分離,從而實(shí)現(xiàn)了數(shù)據(jù)質(zhì)量的分析。對(duì)于輸出為離散類標(biāo)的分類樹(shù),提出了既能夠通過(guò)證據(jù)似然函數(shù)處理不確定性、又能在必要時(shí)查詢精確類標(biāo)降低不確定性的主動(dòng)信任分類樹(shù)。由于類標(biāo)不確定導(dǎo)致信息熵難以計(jì)算,本文借由證據(jù)似然函數(shù)獲取信息熵區(qū)間,并改進(jìn)信息增益率計(jì)算方法,通過(guò)比較信息增益率區(qū)間選擇最優(yōu)的分裂屬性。當(dāng)不存在優(yōu)勢(shì)屬性時(shí),提出了一種查詢策略,通過(guò)查詢獲得某些最有價(jià)值的不確定樣本的精確類標(biāo)對(duì)區(qū)間寬度進(jìn)行縮減,從而獲得優(yōu)勢(shì)屬性用于子樹(shù)的構(gòu)建。通過(guò)UCI數(shù)據(jù)庫(kù)的實(shí)驗(yàn)驗(yàn)證,在類標(biāo)完全未知、不精確、不確定和存在噪聲等情況下本方法均獲得了良好的分類正確率。決策樹(shù)在訓(xùn)練樣本輸出為連續(xù)變量時(shí)即為回歸樹(shù),通過(guò)引入不確定數(shù)據(jù),本文分別討論了葉節(jié)點(diǎn)為常數(shù)模型的信任回歸樹(shù)和葉節(jié)點(diǎn)為線性回歸模型的信任線性模型樹(shù)的構(gòu)建方法。推導(dǎo)了E2M算法估計(jì)線性回歸參數(shù)的流程,并基于連續(xù)域證據(jù)距離和區(qū)間加權(quán),提出了兩種一般化的連續(xù)不確定數(shù)據(jù)誤差計(jì)算方法。在每個(gè)決策節(jié)點(diǎn)遍歷所有候選分裂屬性的所有可能分裂點(diǎn),選擇其中能夠最大化誤差衰減的一項(xiàng)進(jìn)行分裂生成兩個(gè)子節(jié)點(diǎn)。迭代此過(guò)程即實(shí)現(xiàn)了不確定連續(xù)樣本空間的劃分,所構(gòu)建的樹(shù)能夠更好地處理實(shí)際應(yīng)用中常見(jiàn)的區(qū)間值數(shù)據(jù)、不確定數(shù)據(jù)和信息來(lái)源可靠性不足等,情況。此外,本文還對(duì)連續(xù)信任函數(shù)的信息融合進(jìn)行了研究,針對(duì)有限區(qū)間焦元這一實(shí)際常用設(shè)定,構(gòu)建基于區(qū)間寬度的相似度矩陣并提出了連續(xù)域的證據(jù)距離衡量方法。在此基礎(chǔ)上,利用多個(gè)信息源所提供證據(jù)之間的距離,給出了證據(jù)折扣的生成方法,從而降低了連續(xù)質(zhì)量函數(shù)融合時(shí)的沖突。更為一般化地,本文對(duì)無(wú)限區(qū)間焦元也即基本信任密度的情景折扣方法進(jìn)行了討論,考慮信息源各有所長(zhǎng)的情況,實(shí)現(xiàn)了利用獲取的信息源可靠性元知識(shí)在連續(xù)域中進(jìn)行證據(jù)折扣與融合。
[Abstract]:......
【學(xué)位授予單位】：中國(guó)科學(xué)技術(shù)大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP181;O212.1

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 崔斌;盧陽(yáng);;基于不確定數(shù)據(jù)的查詢處理綜述[J];計(jì)算機(jī)應(yīng)用;2008年11期

2 周遜;李建中;石勝飛;;不確定數(shù)據(jù)上兩種查詢的分布式聚集算法[J];計(jì)算機(jī)研究與發(fā)展;2010年05期

3 徐雪松;;時(shí)間序列不確定數(shù)據(jù)流中異常數(shù)據(jù)檢測(cè)方法[J];電子設(shè)計(jì)工程;2011年19期

4 徐雪松;李玲娟;郭立瑋;;基于優(yōu)化策略的不確定數(shù)據(jù)流預(yù)測(cè)方法[J];計(jì)算機(jī)工程;2011年21期

5 徐雪松;沈紅紅;陶帆;胡曉璐;崔偉;;基于小波分析的不確定數(shù)據(jù)流異常數(shù)據(jù)檢測(cè)[J];軟件導(dǎo)刊;2011年11期

6 錢(qián)江波;王志杰;陳華輝;王海斌;;不確定數(shù)據(jù)流自適應(yīng)并行連接算法及應(yīng)用[J];電信科學(xué);2012年02期

7 向劍平;喬少杰;胡劍;;基于不確定數(shù)據(jù)理論的道路相關(guān)度度量方法[J];計(jì)算機(jī)工程與設(shè)計(jì);2012年06期

8 曹振麗;孫瑞志;李勐;;面向不確定數(shù)據(jù)的農(nóng)產(chǎn)品追溯方法[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2013年07期

9 蔣濤;高云君;張彬;周傲英;樂(lè)光學(xué);;不確定數(shù)據(jù)查詢處理[J];電子學(xué)報(bào);2013年05期

10 王爽;楊廣明;朱志良;;基于不確定數(shù)據(jù)的頻繁項(xiàng)查詢算法[J];東北大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年03期

相關(guān)會(huì)議論文 前7條

1 高聰;申德榮;于戈;聶鐵錚;寇月;;一種基于不確定數(shù)據(jù)的挖掘頻繁集方法[A];第二十五屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（二）[C];2008年

2 周遜;李建中;石勝飛;;不確定數(shù)據(jù)上聚集查詢的分布式處理算法[A];第26屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（A輯）[C];2009年

3 王曉偉;黃九鳴;賈焰;;分布式不確定數(shù)據(jù)上的概率Skyline計(jì)算[A];NDBC2010第27屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集A輯二[C];2010年

4 艾文凱;張剡;柏文陽(yáng);;基于用戶偏好的不確定數(shù)據(jù)閾值輪廓查詢算法[A];NDBC2010第27屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集(B輯)[C];2010年

5 陸葉;王麗珍;張曉峰;;從不確定數(shù)據(jù)集中挖掘頻繁Co-location模式[A];第26屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（A輯）[C];2009年

6 孫永佼;王國(guó)仁;;P2P環(huán)境中不確定數(shù)據(jù)Top-k查詢處理算法[A];第26屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（B輯）[C];2009年

7 張潮;李晨;王勇;張陽(yáng);;uPOSC4.5:一種針對(duì)不確定數(shù)據(jù)的PU學(xué)習(xí)決策樹(shù)算法[A];NDBC2010第27屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集(B輯)[C];2010年

相關(guān)博士學(xué)位論文 前9條

1 陳靜玉;面向不確定數(shù)據(jù)流的聚類和模式挖掘技術(shù)研究[D];西安電子科技大學(xué);2014年

2 馬荔瑤;信任函數(shù)建模的認(rèn)知不確定性數(shù)據(jù)分析與學(xué)習(xí)[D];中國(guó)科學(xué)技術(shù)大學(xué);2016年

3 湯克明;不確定數(shù)據(jù)流中頻繁數(shù)據(jù)挖掘研究[D];南京航空航天大學(xué);2012年

4 梁春泉;不確定數(shù)據(jù)流分類算法研究[D];西北農(nóng)林科技大學(xué);2014年

5 高明;不確定數(shù)據(jù)的世系管理和相似性查詢[D];復(fù)旦大學(xué);2011年

6 董俊;不確定數(shù)據(jù)中數(shù)據(jù)挖掘方法的研究[D];燕山大學(xué);2012年

7 孫永佼;P2P環(huán)境下排序查詢處理和分類技術(shù)的研究[D];東北大學(xué);2012年

8 王爽;不確定數(shù)據(jù)流頻繁模式挖掘算法研究[D];東北大學(xué);2013年

9 王曉偉;基于概率數(shù)據(jù)庫(kù)的偏好查詢研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 孫鳳姣;概率XML數(shù)據(jù)文檔的分發(fā)技術(shù)研究[D];大連海事大學(xué);2015年

2 李雨明;不確定數(shù)據(jù)的挖掘算法研究[D];上海交通大學(xué);2015年

3 曹慶傲;不確定性數(shù)據(jù)Top-k查詢算法與實(shí)現(xiàn)[D];貴州大學(xué);2015年

4 武婷婷;基于MapReduce的不確定查詢處理技術(shù)的研究與實(shí)現(xiàn)[D];東北大學(xué);2013年

5 李紅;不確定數(shù)據(jù)流查詢處理算法的研究[D];黑龍江大學(xué);2015年

6 甘果;基于不確定數(shù)據(jù)的范圍查詢算法的研究與實(shí)現(xiàn)[D];東北大學(xué);2014年

7 張昕;基于分布式極限學(xué)習(xí)機(jī)的不確定數(shù)據(jù)流分類技術(shù)的研究與實(shí)現(xiàn)[D];東北大學(xué);2014年

8 劉斌;基于聚集約束條件的不確定數(shù)據(jù)清洗與Top-k查詢[D];國(guó)防科學(xué)技術(shù)大學(xué);2013年

9 林佳麗;基于密度的不確定數(shù)據(jù)離群點(diǎn)檢測(cè)研究[D];重慶大學(xué);2015年

10 郎泓鈺;面向不確定數(shù)據(jù)的最近鄰分類方法研究[D];遼寧師范大學(xué);2015年

，

本文編號(hào)：1693485