【摘要】：傳染性肝病是一類分布極為廣泛的傳染病,其傳染性高且傳播途徑多樣,對社會(huì)有巨大的影響。傳染性肝病通常根據(jù)標(biāo)志物指標(biāo)進(jìn)行診斷,但是當(dāng)疾病處于非急性期時(shí),標(biāo)志物指標(biāo)的不顯著與不穩(wěn)定為診斷帶來很大困難。因此利用機(jī)器學(xué)習(xí)的方法,發(fā)掘大量特征與疾病之間隱含的聯(lián)系,是傳染性肝病診斷研究的主要方向之一。本研究以傳染性肝病的診斷為主要研究對象,探討診斷模型訓(xùn)練過程中的特征選擇方法與分類模型的設(shè)計(jì)。本文首先使用改進(jìn)的集成特征選擇方法對數(shù)據(jù)進(jìn)行特征選擇,然后采用集成學(xué)習(xí)方法構(gòu)建分類模型并進(jìn)行集成剪枝,最后完成分布式傳染性肝病的輔助診斷系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)。本文具體工作如下:(1)提出一種新的集成特征選擇方法CB-EFS。CB-EFS方法首先對多種特征選擇器得到的特征子集進(jìn)行聚類,得到更具差異性的子集來增強(qiáng)集成性能,接著對這些子集進(jìn)行投票集成,選擇排名較高的特征。該方法主要有兩點(diǎn)創(chuàng)新:其一,針對進(jìn)行聚類的特征子集較少,使用傳統(tǒng)的基于漂移均值聚類方法時(shí)難以確定聚類中窗口半徑從而無法得到最優(yōu)的聚類結(jié)果的問題進(jìn)行改進(jìn)。首先多次使用不同窗口半徑進(jìn)行聚類得到多個(gè)簇心組,對得到的所有簇心再次聚類,得出簇心分布規(guī)律,從而選出簇心組中具有代表性且差異性較大者作為聚類結(jié)果,得到更優(yōu)聚類表現(xiàn)。其二,對特征子集進(jìn)行集成時(shí),原始的波達(dá)投票方法雖可以很好的選出被大多數(shù)選擇器認(rèn)可的特征,但其簡單的根據(jù)位次線性加權(quán)的方法會(huì)導(dǎo)致部分在少數(shù)子集中表現(xiàn)好的特征無法獲得較高的最終排名,對此本文采用改進(jìn)的非線性加權(quán)方法,使此類特征獲得更高權(quán)重與更大的被選中概率,并且能更直觀看出所有特征的重要性程度。實(shí)驗(yàn)結(jié)果表明,使用CB-EFS方法分類的準(zhǔn)確度相比于使用其他特征選擇方法平均提升0.998%,且具有較好的敏感性和穩(wěn)定性。(2)集成分類模型通過集成多個(gè)基分類器來得到更好的分類性能,但是使用過多的分類器會(huì)降低集成模型的泛化能力和分類速度,并且會(huì)出現(xiàn)由于部分基分類器冗余而造成計(jì)算資源浪費(fèi)的情況。因此,通過集成剪枝從集成中去除部分分類器可以提高集成性能、節(jié)省計(jì)算資源。本文對帕累托集成剪枝方法進(jìn)行改進(jìn),提出三目標(biāo)優(yōu)化集成剪枝方法,在原有的最大化分類準(zhǔn)確度和最小化集成規(guī)模兩個(gè)優(yōu)化目標(biāo)的基礎(chǔ)上,加入最大化基分類器差異度目標(biāo),以解決原方法存在的過擬合問題。同時(shí),針對滿足這三個(gè)目標(biāo)的帕累托最優(yōu)解稀少的情況,將算法求解方式進(jìn)行優(yōu)化。實(shí)驗(yàn)結(jié)果表明,使用該剪枝方法的集成分類模型準(zhǔn)確度相比使用原方法平均提升0.67%,且模型過擬合程度明顯降低。(3)在上述研究的基礎(chǔ)上,完成基于Hadoop的分布式傳染性肝病輔助診斷系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn),實(shí)現(xiàn)對傳染性肝病的智能診斷并對疾病的傳播趨勢等情況進(jìn)行統(tǒng)計(jì)與可視化展示。
【圖文】：

圖２．３邋Ｈａｄｏｏｐ組件關(guān)系圖逡逑

６．邐更新特征集Ｒ邋＝邋［ｐ＞，Ｒ］逡逑７．邐在Ｓ中去除次特征：Ｆ邋＝逡逑加入ＳＶＭ－ＲＦＥ方法后本章采用的集成特征選擇基本流程如圖３．１所示：逡逑／邋原始特征邋＾逡逑過濾＆特征邐過濾５特征邐過濾１特征邐ＳＶＭ－ｒ７ｆ４寺征逡逑選擇方法１邐選擇方法２邐選擇方法７邐選擇方法逡逑／邋ｍｉ邋＾７邋／邋特；＾７邐／邋特；＾７邋／邋特；＾７逡逑／邋子－集１邐／邐／邋子－集２邐／邐…／邐子－集７邐／邐／邋子－集８邐／逡逑投票集成逡逑／＾最終、寺征＾７逡逑／邋—邋／逡逑圖３．１集成特征選擇方法基本流程逡逑３．１．２聚類及均值漂移聚類逡逑在增加集成差異度第二個(gè)方面一一增加特征選擇后特征子集的差異度，本章逡逑對七種過濾式特征選擇器得到的特征子集進(jìn)行基于均值漂移聚類，自動(dòng)從某些相逡逑似的特征子集中選出一個(gè)具有代表性的特征子集，從而避免這些相似子集在集成逡逑中占據(jù)過高權(quán)重，側(cè)面增加了集成的差異度。使用聚類的集成特征選擇方法流程逡逑如圖３．２所示：逡逑聚類是一種非常常用的機(jī)器學(xué)習(xí)方法。聚類（Ｃｌｕｓｔｅｒｉｎｇ）根據(jù)某個(gè)標(biāo)準(zhǔn)將一逡逑個(gè)樣本集分割為不同的簇（Ｃｌｕｓｔｅｒ），使得在同一個(gè)簇中的樣本的相似性盡可能逡逑大，，且不在同一個(gè)簇中的樣本的差異性盡可能大［３５］。逡逑聚類是一種無監(jiān)督學(xué)習(xí)方法，在進(jìn)行聚類時(shí)不需要關(guān)心得到的聚類是什么或逡逑需要加上什么標(biāo)簽
【學(xué)位授予單位】：江蘇大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：R512.6;TP181

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 徐繼偉;楊云;;集成學(xué)習(xí)方法:研究綜述[J];云南大學(xué)學(xué)報(bào)(自然科學(xué)版);2018年06期

2 武玉英;嚴(yán)勇;蔣國瑞;;基于動(dòng)態(tài)選擇性集成學(xué)習(xí)的供應(yīng)鏈產(chǎn)銷協(xié)商優(yōu)化策略[J];計(jì)算機(jī)工程;2017年05期

3 張滄生;崔麗娟;楊剛;倪志宏;;集成學(xué)習(xí)算法的比較研究[J];河北大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年05期

4 郭福亮;周鋼;;集成學(xué)習(xí)中預(yù)測精度的影響因素分析[J];兵工自動(dòng)化;2019年01期

5 曾一平;;基于集成學(xué)習(xí)的小麥識別研究[J];現(xiàn)代商貿(mào)工業(yè);2019年17期

6 米碩;孫瑞彬;李欣;明曉;;集成學(xué)習(xí)在文本分類問題中的應(yīng)用[J];中國新通信;2018年09期

7 李曄;劉勝利;張兆林;;基于漂移檢測和集成學(xué)習(xí)的木馬檢測模型[J];信息工程大學(xué)學(xué)報(bào);2017年06期

8 徐桂云;陳躍;張曉光;劉云楷;;基于選擇性集成學(xué)習(xí)的焊接缺陷識別研究[J];中國礦業(yè)大學(xué)學(xué)報(bào);2011年06期

9 張春霞;張講社;;選擇性集成學(xué)習(xí)算法綜述[J];計(jì)算機(jī)學(xué)報(bào);2011年08期

10 饒峰;;核機(jī)器集成學(xué)習(xí)算法的誤差分析[J];重慶文理學(xué)院學(xué)報(bào)(自然科學(xué)版);2010年04期

相關(guān)會(huì)議論文 前10條

1 關(guān)鵬洲;王夢毫;李倩;;基于集成學(xué)習(xí)和深度學(xué)習(xí)的短期降雨預(yù)測模型[A];2017年（第五屆）全國大學(xué)生統(tǒng)計(jì)建模大賽獲獎(jiǎng)?wù)撐倪x[C];2017年

2 杜方鍵;楊宏暉;;K均值聚類優(yōu)化集成學(xué)習(xí)[A];2011'中國西部聲學(xué)學(xué)術(shù)交流會(huì)論文集[C];2011年

3 倪志偉;張琛;倪麗萍;;基于螢火蟲群優(yōu)化算法的選擇性集成霾天氣預(yù)報(bào)方法[A];中國系統(tǒng)工程學(xué)會(huì)第十八屆學(xué)術(shù)年會(huì)論文集——A12系統(tǒng)科學(xué)與系統(tǒng)工程理論在各個(gè)領(lǐng)域中的應(yīng)用研究[C];2014年

4 李燁;蔡云澤;許曉鳴;;基于支持向量機(jī)集成的故障診斷[A];第16屆中國過程控制學(xué)術(shù)年會(huì)暨第4屆全國故障診斷與安全性學(xué)術(shù)會(huì)議論文集[C];2005年

5 吳龍飛;孫浩;計(jì)科峰;;基于集成映射的半監(jiān)督圖像分類方法[A];第八屆全國信號和智能信息處理與應(yīng)用學(xué)術(shù)會(huì)議會(huì)刊[C];2014年

6 邱誠;倪子偉;陳珂;蘇旋;鄒權(quán);;基于聚類方法的基分類器選擇策略研究[A];第29屆中國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（B輯）（NDBC2012）[C];2012年

7 張紅梅;;基于粗糙集特征約簡的SVM集成入侵檢測模型[A];2009中國控制與決策會(huì)議論文集（3）[C];2009年

8 程麗麗;張健沛;楊靜;馬駿;;一種提高支持向量機(jī)集成差異性的學(xué)習(xí)方法[A];第二十五屆中國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（一）[C];2008年

9 劉錕;邢延;蔡延光;;一種針對交互式學(xué)習(xí)系統(tǒng)日志數(shù)據(jù)的輕型化挖掘方法[A];2011年中國智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第一分冊）[C];2011年

10 劉伍穎;王挺;;一種多過濾器集成學(xué)習(xí)垃圾郵件過濾方法[A];第三屆全國信息檢索與內(nèi)容安全學(xué)術(shù)會(huì)議論文集[C];2007年

相關(guān)重要報(bào)紙文章 前1條

1 本報(bào)記者 張曄;人腦比電腦更重要[N];科技日報(bào);2008年

相關(guān)博士學(xué)位論文 前10條

1 李艷秋;基于集成學(xué)習(xí)的人臉識別研究[D];合肥工業(yè)大學(xué);2018年

2 趙鶴;面向高維大數(shù)據(jù)的子空間集成學(xué)習(xí)方法研究[D];中國科學(xué)院大學(xué)(中國科學(xué)院深圳先進(jìn)技術(shù)研究院);2017年

3 劉天羽;基于特征選擇技術(shù)的集成學(xué)習(xí)方法及其應(yīng)用研究[D];上海大學(xué);2007年

4 侯勇;特征提取與集成學(xué)習(xí)算法的研究及應(yīng)用[D];北京科技大學(xué);2015年

5 孫永宣;集成學(xué)習(xí)下的圖像分析關(guān)鍵問題研究[D];合肥工業(yè)大學(xué);2013年

6 尹華;面向高維和不平衡數(shù)據(jù)分類的集成學(xué)習(xí)研究[D];武漢大學(xué);2012年

7 阿里木·賽買提(Alim.Samat);基于集成學(xué)習(xí)的全極化SAR圖像分類研究[D];南京大學(xué);2015年

8 劉沖;模擬電路故障診斷AdaBoost集成學(xué)習(xí)方法研究[D];大連海事大學(xué);2011年

9 鈕冰;基于集成學(xué)習(xí)算法的若干生物信息學(xué)問題研究[D];上海大學(xué);2009年

10 程麗麗;支持向量機(jī)集成學(xué)習(xí)算法研究[D];哈爾濱工程大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 呂克敵;基于集成學(xué)習(xí)與進(jìn)化算法的停車位預(yù)測算法研究[D];吉林大學(xué);2019年

2 沈先寶;基于集成學(xué)習(xí)的分類系統(tǒng)的研究及實(shí)現(xiàn)[D];江蘇大學(xué);2019年

3 董鳳偉;基于集成學(xué)習(xí)的傳染性肝病輔助診斷系統(tǒng)的研究與實(shí)現(xiàn)[D];江蘇大學(xué);2019年

4 常建芳;基于集成學(xué)習(xí)和卷積神經(jīng)網(wǎng)絡(luò)的太陽能輻照度預(yù)測方法[D];天津大學(xué);2018年

5 葉明;基于集成學(xué)習(xí)的疾病輔助診斷關(guān)鍵技術(shù)研究與實(shí)現(xiàn)[D];鄭州大學(xué);2019年

6 邸研哲;基于相似性方法的藥物—疾病相互作用關(guān)系預(yù)測[D];安徽大學(xué);2019年

7 雍振煌;基于評論極性與集成學(xué)習(xí)的微博謠言檢測研究[D];武漢理工大學(xué);2018年

8 朱俊;選擇性集成學(xué)習(xí)及其應(yīng)用研究[D];華東交通大學(xué);2016年

9 鄭麗容;基于聚類和動(dòng)態(tài)更新的啟發(fā)式選擇性集成學(xué)習(xí)算法[D];廈門大學(xué);2017年

10 李輝華;基于集成學(xué)習(xí)的出租車預(yù)計(jì)到達(dá)時(shí)間預(yù)測[D];廈門大學(xué);2018年

本文編號：2614005