天堂国产午夜亚洲专区-少妇人妻综合久久蜜臀-国产成人户外露出视频在线-国产91传媒一区二区三区

基于代階敏感學(xué)習(xí)的物料分選優(yōu)化研究

發(fā)布時(shí)間:2020-08-09 10:00
【摘要】:物料分選是將物料按照固定的標(biāo)準(zhǔn)或一定的要求分類成不同類別等級(jí)的產(chǎn)品或者不同的產(chǎn)品,以增加其使用價(jià)值來滿足消費(fèi)、生產(chǎn)需要或便捷流通交易的價(jià)值增值過程,物料分選就是依據(jù)物料的分類特征將未分選物料歸納分類成相應(yīng)的目標(biāo)類。隨著各種各樣的物料分選測試技術(shù)和數(shù)據(jù)分類技術(shù)的完善,物料分選過程中的代價(jià)或成本的優(yōu)化愈來愈成為物料分選研究的一個(gè)重要內(nèi)容。 論文首先回顧了物料分類特征的測試技術(shù)和相關(guān)的分類算法,物料分選的經(jīng)濟(jì)效益分析表明物料分選過程中的測試成本和誤分類成本對物料分選的經(jīng)濟(jì)效益有直接和顯著影響,在此基礎(chǔ)上建立了物料分類優(yōu)化問題的數(shù)學(xué)模型,指出了物料分選優(yōu)化問題是在實(shí)現(xiàn)一定物料分選準(zhǔn)確率基礎(chǔ)上,綜合考慮測試成本和誤分類成本,進(jìn)一步降低物料分選過程的費(fèi)用,提高物料分選的經(jīng)濟(jì)效益。 綜合ID3、C4.5、EG2和C4.5CS算法的優(yōu)缺點(diǎn),提出了EC4.5CS代價(jià)敏感學(xué)習(xí)算法,并詳細(xì)地設(shè)計(jì)了EC4.5CS算法中的增強(qiáng)型信息代價(jià)函數(shù)和相關(guān)參數(shù)的求解算法。最后,以蘋果分選為例,對基于EC4.5CS的物料分選優(yōu)化算法進(jìn)行了數(shù)據(jù)實(shí)驗(yàn)和驗(yàn)證,其結(jié)果表明:基于EC4.5CS的物料分選總成本明顯好于未考慮代價(jià)的普通ID3分類算法;最后通過重采樣技術(shù),進(jìn)一步提高了蘋果分選準(zhǔn)確率和降低了蘋果分選的代價(jià)。實(shí)驗(yàn)的最終結(jié)果表明:基于EC4.5CS算法和1倍重采樣技術(shù),最終的蘋果分選總成本相比于ID3算法,成本降低幅度高達(dá)44.93%。 物料分選是產(chǎn)品質(zhì)量標(biāo)準(zhǔn)的關(guān)鍵性內(nèi)容,亦是產(chǎn)品產(chǎn)后加工、商品化轉(zhuǎn)變的一個(gè)核心環(huán)節(jié);當(dāng)前我國在各個(gè)行業(yè)物料分選的實(shí)施范圍都不大,程度普遍較低,其主要原因在于物料的分選成本大于物料分選經(jīng)濟(jì)收益,通過本文的研究為物料分選過程的成本優(yōu)化提供一種研究思路,這對擴(kuò)大我國物料分選的應(yīng)用范圍有積極促進(jìn)作用。
【學(xué)位授予單位】:大連理工大學(xué)
【學(xué)位級(jí)別】:碩士
【學(xué)位授予年份】:2014
【分類號(hào)】:F323.7;TP301.6
【圖文】:

分類問題,計(jì)算過程


2. 1分類問題概述2.1.1分類定義數(shù)據(jù)挖掘(DataMining)是從海量數(shù)據(jù)中獲取有用知識(shí)和價(jià)值的機(jī)器學(xué)習(xí)過程。在數(shù)據(jù)挖掘領(lǐng)域,分類(Classification)是其中的一種重要的數(shù)據(jù)分析形式,通過對已知類別數(shù)據(jù)樣本集的學(xué)習(xí),發(fā)現(xiàn)數(shù)據(jù)的分類規(guī)則或分類器模型(Classier),并以此來預(yù)測新樣本數(shù)據(jù)的類別。分類是在己知數(shù)據(jù)樣本集類標(biāo)號(hào)基礎(chǔ)上進(jìn)行的,屬于有監(jiān)督的學(xué)習(xí)(Supervised Learning),其核心思想就是通過對數(shù)據(jù)樣本集進(jìn)行訓(xùn)練或“學(xué)習(xí)”分類規(guī)則,構(gòu)造分類器模型[45,46]。分類在金融、客戶價(jià)值分析、目標(biāo)營銷、醫(yī)療診斷和物料分選等領(lǐng)域有著廣泛的應(yīng)用。分類是一個(gè)由分類與測試組成的兩階段計(jì)算過程,在這個(gè)過程中,通常將待分類的數(shù)據(jù)樣本集分成訓(xùn)練樣本集(訓(xùn)練集)(Training Set)和測試樣本集(測試集)(TestingSet)。在分類階段,分類算法在訓(xùn)練集上通過學(xué)習(xí)建立分類器模型;在測試階段則是通過測試集來評價(jià)所建立的分類器模型的好壞,分類的計(jì)算過程如圖2. 1所示。

物料,分類特征,方式,分選


同步測試分選是指在物料分選過程中同層選擇某一個(gè)分類特征對全部待分選物料一次性測試完畢,到達(dá)目標(biāo)類別的物料進(jìn)行歸類并予以標(biāo)識(shí),圖3.1(a)顯示了物料在分類特征{4,4,4}下的同步測試分選,所采用的分類特征順序?yàn)? 4p骸猵,每庚b擲嗵卣骶辛礁鍪糶勻≈擔(dān)鞲齜擲嗵卣韉氖糶勻≈悼紗油

本文編號(hào):2786959

資料下載
論文發(fā)表

本文鏈接:http://sikaile.net/weiguanjingjilunwen/2786959.html


Copyright(c)文論論文網(wǎng)All Rights Reserved | 網(wǎng)站地圖 |

版權(quán)申明:資料由用戶c9651***提供,本站僅收錄摘要或目錄,作者需要?jiǎng)h除請E-mail郵箱bigeng88@qq.com