研究事物之間隱藏的關(guān)聯(lián)關(guān)系有助于理解人類認知和記憶的機理。作為大數(shù)據(jù)分析的重要基礎(chǔ),數(shù)據(jù)關(guān)聯(lián)關(guān)系的挖掘與發(fā)現(xiàn)可以有效的幫助人類在面對復(fù)雜海量的數(shù)據(jù)時,快速找到有價值的內(nèi)容。目前存在的對于數(shù)據(jù)關(guān)聯(lián)挖掘的方法多是對已有數(shù)據(jù)進行統(tǒng)計分析,缺少對未知數(shù)據(jù)的關(guān)聯(lián)判別作用。而數(shù)據(jù)中往往存在著很多復(fù)雜的非線性關(guān)系,構(gòu)造性的關(guān)聯(lián)指標很難刻畫所有的關(guān)聯(lián)關(guān)系,因此可以從一個新的角度,學(xué)習的角度讓機器可以有效的判別對象之間的關(guān)聯(lián)。本文緊隨國內(nèi)外研究前沿,對關(guān)聯(lián)關(guān)系的挖掘方法進行了深入的學(xué)習和研究,提出從學(xué)習的角度進行關(guān)聯(lián)關(guān)系挖掘。關(guān)聯(lián)學(xué)習作為大數(shù)據(jù)時代關(guān)聯(lián)關(guān)系挖掘的重要方式之一,不同于傳統(tǒng)的基于統(tǒng)計學(xué)假定的關(guān)聯(lián)強度度量方式,而是利用機器學(xué)習理論,通過對已知關(guān)聯(lián)關(guān)系的歸納推理學(xué)習一個具有判別作用的關(guān)聯(lián)判別器,能夠?qū)ξ粗獙ο笾g的關(guān)聯(lián)關(guān)系作出準確的判別,目前關(guān)聯(lián)學(xué)習研究取得的成果如下:(1)隨著信息時代多模態(tài)數(shù)據(jù)的海量增長,在這些數(shù)據(jù)中找到潛在的隱藏關(guān)系變得日益重要。為有效的挖掘數(shù)據(jù)中復(fù)雜的關(guān)聯(lián)關(guān)系,本文依據(jù)機器學(xué)習計算學(xué)習理論內(nèi)容,提出了關(guān)聯(lián)學(xué)習理論的基本框架,定義了關(guān)聯(lián)學(xué)習的輸入空間,特征空間,輸出空間,聯(lián)...

【文章頁數(shù)】：74 頁

【學(xué)位級別】：碩士

【文章目錄】：
中文摘要
ABSTRACT
第一章 緒論
    1.1 研究背景和意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 研究內(nèi)容和組織結(jié)構(gòu)
第二章 相關(guān)工作
    2.1 傳統(tǒng)相關(guān)性分析方法
        2.1.1 基于消減誤差比例的關(guān)聯(lián)度量
        2.1.2 基于獨立性檢驗的關(guān)聯(lián)度量
    2.2 計算學(xué)習理論
        2.2.1 PAC(Probably Approximately Correct) 學(xué)習
        2.2.2 有限假設(shè)空間
        2.2.3 VC維 (Vapnik-Chervonenkis dimension)
        2.2.4 Rademacher復(fù)雜度和穩(wěn)定性
    2.3 深度神經(jīng)網(wǎng)絡(luò)模型
        2.3.1 深度神經(jīng)網(wǎng)絡(luò)基本思想
        2.3.2 反向傳播算法
        2.3.3 常用的卷積神經(jīng)網(wǎng)絡(luò)模型
    2.4 K-近鄰模型
    2.5 本章小結(jié)
第三章 關(guān)聯(lián)學(xué)習基本概念
    3.1 引言
    3.2 關(guān)聯(lián)學(xué)習基本定義
    3.3 關(guān)聯(lián)學(xué)習分析
        3.3.1 關(guān)聯(lián)學(xué)習數(shù)學(xué)表達
        3.3.2 關(guān)聯(lián)學(xué)習準則
        3.3.3 關(guān)聯(lián)挖掘問題可學(xué)習性分析
    3.4 本章小結(jié)
第四章 關(guān)聯(lián)學(xué)習判別模型研究
    4.1 引言
    4.2 數(shù)據(jù)集構(gòu)建
    4.3 模型設(shè)計
        4.3.1 關(guān)聯(lián)判別模型設(shè)計基礎(chǔ)
        4.3.2 關(guān)聯(lián)判別模型應(yīng)用
    4.4 實驗設(shè)置及結(jié)果分析
        4.4.1 實驗設(shè)置
        4.4.2 實驗結(jié)果分析
    4.5 本章小結(jié)
第五章 結(jié)論及展望
    5.1 本文工作總結(jié)
    5.2 研究工作展望
參考文獻
攻讀碩士學(xué)位期間取得的研究成果
致謝
個人簡況及聯(lián)系方式



本文編號：3798033