發(fā)布時間：2023-05-20 06:41

　　數(shù)據(jù)分類是機器學習中最基礎的任務之一。隨著現(xiàn)代化計算機技術(shù)逐步覆蓋材料信息、工業(yè)系統(tǒng)等眾多領(lǐng)域,數(shù)據(jù)的采集獲取已成為現(xiàn)實。通過對獲取到的數(shù)據(jù)進行分類,可以揭示出研究對象潛在的、本質(zhì)的分布結(jié)構(gòu)。然而由于實際工程及自然環(huán)境的復雜性,所獲取到的數(shù)據(jù)往往具有不確定性、多特征性和不完備性等特點,具體表現(xiàn)在數(shù)據(jù)在特征空間分割不明確、多維特征、已標號樣本量不足這三個方面,給數(shù)據(jù)分類工作造成困難。傳統(tǒng)的數(shù)據(jù)分類方法往往出現(xiàn)分類準確性差甚至失效的情況。置信函數(shù)理論因其具有完備的不確定性表征能力和多源不確定信息融合能力,為此類復雜數(shù)據(jù)的分類問題提供了可行的數(shù)學框架。因此,本文在置信函數(shù)理論框架下,圍繞數(shù)據(jù)分類問題,開展了以下研究:(1)針對多特征數(shù)據(jù)的數(shù)據(jù)分類問題,考慮到不同特征往往具有不同的重要性,在置信函數(shù)理論框架下,本文提出了一種基于加權(quán)特征證據(jù)融合的監(jiān)督型分類模型。首先,該模型將不同特征視為支持樣本類別歸屬問題的多源證據(jù),并利用核密度估計方法來量化證據(jù)信息。其次,引入證據(jù)權(quán)重,并利用Pignistic概率轉(zhuǎn)換設計了最小化訓練集樣本分類誤差的優(yōu)化目標來自學習該權(quán)重參數(shù)。最后,通過加權(quán)融合多個特征證據(jù)...

【文章頁數(shù)】：133 頁

【學位級別】：博士

【文章目錄】：
致謝
摘要
Abstract
符號和縮寫清單
1 引言
    1.1 課題研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 置信函數(shù)理論研究現(xiàn)狀
        1.2.2 監(jiān)督型證據(jù)分類算法研究綜述
        1.2.3 半監(jiān)督證據(jù)分類算法研究綜述
        1.2.4 證據(jù)聚類算法研究綜述
    1.3 本文主要創(chuàng)新點
    1.4 本文組織結(jié)構(gòu)
2 論文相關(guān)理論與技術(shù)
    2.1 置信函數(shù)理論
        2.1.1 證據(jù)的表示
        2.1.2 證據(jù)的折扣
        2.1.3 證據(jù)的組合
        2.1.4 證據(jù)的決策
    2.2 數(shù)據(jù)分類
3 基于加權(quán)特征證據(jù)融合的監(jiān)督型分類模型
    3.1 問題提出
    3.2 模型建立
        3.2.1 核密度估計
        3.2.2 特征證據(jù)構(gòu)建
        3.2.3 加權(quán)特征證據(jù)融合
    3.3 示例實驗
    3.4 公共數(shù)據(jù)集對比實驗
    3.5 腐蝕工程應用實驗
        3.5.1 腐蝕實驗設置
        3.5.2 實驗結(jié)果分析
    3.6 本章小結(jié)
4
    4.2
        4.2.2 軟證據(jù)標簽傳播
    4.3 示例實驗
    4.4 公共數(shù)據(jù)集對比實驗
        4.4.1 多特征數(shù)據(jù)集
        4.4.2 圖結(jié)構(gòu)數(shù)據(jù)集
    4.5 參數(shù)魯棒性實驗
    4.6 腐蝕工程應用實驗
        4.6.1 腐蝕數(shù)據(jù)收集
        4.6.2 實驗結(jié)果分析
    4.7 本章小結(jié)
5 基于信度峰的軟標簽傳播聚類模型
    5.1 問題提出
    5.2 模型建立
        5.2.1 信度測度
        5.2.2 改進的信度測度
        5.2.3 線性軟標簽傳播機制
    5.3 示例實驗
        5.3.1 示例實驗一
        5.3.2 示例實驗二
    5.4 公共數(shù)據(jù)集對比實驗
        5.4.1 密度峰聚類算法對比
        5.4.2 證據(jù)聚類算法對比
    5.5 參數(shù)魯棒性實驗
    5.6 腐蝕工程應用實驗
        5.6.1 腐蝕實驗設置
        5.6.2 實驗結(jié)果分析
    5.7 本章小結(jié)
6 總結(jié)與展望
    6.1 研究內(nèi)容總結(jié)
    6.2 未來工作展望
參考文獻
作者簡歷及在學研究成果
學位論文數(shù)據(jù)集



本文編號：3820741