信任函數(shù)建模的認(rèn)知不確定性數(shù)據(jù)分析與學(xué)習(xí).pdf

1、隨著信息科學(xué)技術(shù)的不斷發(fā)展，人類能夠獲取的數(shù)據(jù)量日益增加，其中有大量數(shù)據(jù)存在不精確、不確定或是可靠性存疑等情況，統(tǒng)稱為認(rèn)知不確定性數(shù)據(jù)。如何準(zhǔn)確描述此類復(fù)雜數(shù)據(jù)并從中挖掘出更多有用信息近年來受到了越來越多的關(guān)注。信任函數(shù)理論作為一般性的認(rèn)知不確定性建模和處理框架，憑借其對(duì)多種認(rèn)知不確定性的合理描述以及在信息融合方面的天然優(yōu)勢(shì)，提出至今獲得了廣泛的研究和應(yīng)用。伴隨著眾多學(xué)者的大力推進(jìn)，特別是2010年以來信任函數(shù)進(jìn)行統(tǒng)計(jì)推斷這一方向的重獲

2、新生，使得信任函數(shù)理論的發(fā)展進(jìn)入了新階段，開辟出一片嶄新的天地。
　　利用信任函數(shù)進(jìn)行統(tǒng)計(jì)推斷作為新興領(lǐng)域存在著大量研究空白，本文借由統(tǒng)計(jì)推斷和機(jī)器學(xué)習(xí)的密切關(guān)系，選取結(jié)構(gòu)簡(jiǎn)單清晰、易于解釋的決策樹入手，從實(shí)際問題出發(fā)開展研究。通過對(duì)認(rèn)知不確定數(shù)據(jù)學(xué)習(xí)決策樹的方法進(jìn)行系統(tǒng)地分析，分別將離散輸出的分類樹和連續(xù)輸出的回歸樹、線性模型樹進(jìn)行了推廣，從而降低了訓(xùn)練集數(shù)據(jù)精度的要求，更為充分地利用已有數(shù)據(jù)。從信任回歸樹的連續(xù)不確定數(shù)據(jù)出發(fā)，

3、本文也對(duì)連續(xù)信任函數(shù)這一理論方向進(jìn)行了探討，結(jié)合信息源可靠性獲取證據(jù)折扣，從而更為合理地實(shí)現(xiàn)連續(xù)域的信息融合。本文首次對(duì)信任回歸樹和信任線性模型樹的學(xué)習(xí)進(jìn)行了研究，同時(shí)信任分類樹中引入查詢機(jī)制降低數(shù)據(jù)不確定性、基于證據(jù)似然函數(shù)的數(shù)據(jù)質(zhì)量衡量、連續(xù)域情景折扣等內(nèi)容此前也未有研究。
　　本文將決策樹學(xué)習(xí)方法全面推廣至信任函數(shù)建模的不確定訓(xùn)練集，從而實(shí)現(xiàn)使用低質(zhì)量數(shù)據(jù)學(xué)習(xí)獲得具有較好性能的模型?？紤]到認(rèn)知不確定性數(shù)據(jù)的存在，本文首先對(duì)分

4、類問題訓(xùn)練集的數(shù)據(jù)質(zhì)量進(jìn)行衡量，利用證據(jù)似然函數(shù)獲得了數(shù)據(jù)規(guī)模、數(shù)據(jù)一致性和數(shù)據(jù)不確定性的量化評(píng)估。將證據(jù)似然函數(shù)視為某一致質(zhì)量函數(shù)的可能性分布，本文給出了兩種一致質(zhì)量函數(shù)的獲取方法，并用其非特異性測(cè)度實(shí)現(xiàn)了證據(jù)似然函數(shù)平坦程度的衡量。借助于多項(xiàng)分布證據(jù)似然函數(shù)的良好特性，提出了快捷方便的非特異性測(cè)度計(jì)算方法，并對(duì)數(shù)據(jù)規(guī)模、一致性和不確定性三方面帶來的影響進(jìn)行分離，從而實(shí)現(xiàn)了數(shù)據(jù)質(zhì)量的分析。
　　對(duì)于輸出為離散類標(biāo)的分類樹，提出了

5、既能夠通過證據(jù)似然函數(shù)處理不確定性、又能在必要時(shí)查詢精確類標(biāo)降低不確定性的主動(dòng)信任分類樹。由于類標(biāo)不確定導(dǎo)致信息熵難以計(jì)算，本文借由證據(jù)似然函數(shù)獲取信息熵區(qū)間，并改進(jìn)信息增益率計(jì)算方法，通過比較信息增益率區(qū)間選擇最優(yōu)的分裂屬性。當(dāng)不存在優(yōu)勢(shì)屬性時(shí)，提出了一種查詢策略，通過查詢獲得某些最有價(jià)值的不確定樣本的精確類標(biāo)對(duì)區(qū)間寬度進(jìn)行縮減，從而獲得優(yōu)勢(shì)屬性用于子樹的構(gòu)建。通過UCI數(shù)據(jù)庫的實(shí)驗(yàn)驗(yàn)證，在類標(biāo)完全未知、不精確、不確定和存在噪聲等情況

6、下本方法均獲得了良好的分類正確率。
　　決策樹在訓(xùn)練樣本輸出為連續(xù)變量時(shí)即為回歸樹，通過引入不確定數(shù)據(jù)，本文分別討論了葉節(jié)點(diǎn)為常數(shù)模型的信任回歸樹和葉節(jié)點(diǎn)為線性回歸模型的信任線性模型樹的構(gòu)建方法。推導(dǎo)了E2M算法估計(jì)線性回歸參數(shù)的流程，并基于連續(xù)域證據(jù)距離和區(qū)間加權(quán)，提出了兩種一般化的連續(xù)不確定數(shù)據(jù)誤差計(jì)算方法。在每個(gè)決策節(jié)點(diǎn)遍歷所有候選分裂屬性的所有可能分裂點(diǎn)，選擇其中能夠最大化誤差衰減的一項(xiàng)進(jìn)行分裂生成兩個(gè)子節(jié)點(diǎn)。迭代此過程即

7、實(shí)現(xiàn)了不確定連續(xù)樣本空間的劃分，所構(gòu)建的樹能夠更好地處理實(shí)際應(yīng)用中常見的區(qū)間值數(shù)據(jù)、不確定數(shù)據(jù)和信息來源可靠性不足等情況。
　　此外，本文還對(duì)連續(xù)信任函數(shù)的信息融合進(jìn)行了研究，針對(duì)有限區(qū)間焦元這一實(shí)際常用設(shè)定，構(gòu)建基于區(qū)間寬度的相似度矩陣并提出了連續(xù)域的證據(jù)距離衡量方法。在此基礎(chǔ)上，利用多個(gè)信息源所提供證據(jù)之間的距離，給出了證據(jù)折扣的生成方法，從而降低了連續(xù)質(zhì)量函數(shù)融合時(shí)的沖突。更為一般化地，本文對(duì)無限區(qū)間焦元也即基本信任密度的情