基于改進(jìn)的極限學(xué)習(xí)機(jī)(ELM)的缺失數(shù)據(jù)填補(bǔ)方法研究.pdf

1、隨著感知技術(shù)、網(wǎng)絡(luò)傳輸和存儲技術(shù)的不斷發(fā)展，數(shù)據(jù)的產(chǎn)生、收集和存儲能力大大提高，數(shù)據(jù)的規(guī)模以幾何級數(shù)方式迅猛增長。海量的數(shù)據(jù)為信息分析和挖掘帶來了巨大便利，同時(shí)也提出了巨大的挑戰(zhàn)，其中數(shù)據(jù)缺失問題極大地影響數(shù)據(jù)的可用性，是數(shù)據(jù)質(zhì)量研究中的重點(diǎn)和難點(diǎn)問題之一。如何預(yù)測缺失數(shù)據(jù)，準(zhǔn)確還原物理世界的原始信息，用以支持高級的數(shù)據(jù)挖掘應(yīng)用，具備重要的理論研究和實(shí)際應(yīng)用價(jià)值。本文針對這一關(guān)鍵問題展開研究。主要工作如下:
　　首先，本文利用極限

2、學(xué)習(xí)機(jī)(ELM)的回歸原理填補(bǔ)缺失數(shù)據(jù)，針對待填補(bǔ)缺失數(shù)據(jù)集往往先驗(yàn)知識不足，激活函數(shù)選擇困難，或待填補(bǔ)數(shù)據(jù)集本身復(fù)雜，難以選擇合適激活函數(shù)的問題，重點(diǎn)研究了基于改進(jìn)的差分優(yōu)化算法自適應(yīng)的選取激活函數(shù)的算法。該方法根據(jù)缺失數(shù)據(jù)填補(bǔ)問題的特點(diǎn)，改進(jìn)了種群優(yōu)化算法，進(jìn)而提出了適用于缺失數(shù)據(jù)填補(bǔ)的自適應(yīng)的極限學(xué)習(xí)機(jī)(A-ELM)。并詳細(xì)介紹了自適應(yīng)的極限學(xué)習(xí)機(jī)(A-ELM)填補(bǔ)缺失數(shù)據(jù)的可操作性及其填補(bǔ)步驟。
　　然后，本文針對待填補(bǔ)缺

3、失數(shù)據(jù)集自變量間存在線性關(guān)系時(shí)，利用極限學(xué)習(xí)機(jī)(ELM)進(jìn)行填補(bǔ)，求解廣義逆矩陣會導(dǎo)致準(zhǔn)確率低甚至病態(tài)解問題，提出了嶺回歸極限學(xué)習(xí)機(jī)(B-ELM)。重點(diǎn)研究了基于廣義交叉驗(yàn)證法選取嶺參數(shù)k的方法，嶺回歸極限學(xué)習(xí)機(jī)(B-ELM)能有效處理變量間有相關(guān)性的缺失數(shù)據(jù)集。并綜合總結(jié)出泛化性強(qiáng)、填補(bǔ)準(zhǔn)確率較高的缺失數(shù)據(jù)填補(bǔ)工具自適應(yīng)的嶺回歸極限學(xué)習(xí)機(jī)模型(AB-ELM-MD)。自適應(yīng)的嶺回歸極限學(xué)習(xí)機(jī)模型(AB-ELM-MD)可以對那些無法確定激

4、活函數(shù)的不完備輸入數(shù)據(jù)集進(jìn)行填補(bǔ)，同時(shí)可以以較高的準(zhǔn)確率對各維度之間高度相關(guān)的不完備數(shù)據(jù)進(jìn)行填補(bǔ)，也可以對綜合含有上述問題的不完備數(shù)據(jù)進(jìn)行填補(bǔ)。
　　最后，本文以兩組真實(shí)的高維DNA微陣列數(shù)據(jù)、一組真實(shí)的數(shù)據(jù)量較大的交通軌跡數(shù)據(jù)為例，利用支持向量機(jī)回歸機(jī)(SVR)方法、極限學(xué)習(xí)機(jī)(ELM)方法、自適應(yīng)的嶺回歸極限學(xué)習(xí)機(jī)缺失數(shù)據(jù)填補(bǔ)模型(AB-ELM-MD)，針對含有上述問題數(shù)據(jù)集，以不完備數(shù)據(jù)回歸的結(jié)果為基礎(chǔ)進(jìn)行缺失數(shù)據(jù)的填補(bǔ)。證