基于商空間的構(gòu)造性數(shù)據(jù)挖掘方法及應(yīng)用.pdf

1、該文展開(kāi)了一系列的研究探討,主要工作包括:1. 分析這類(lèi)問(wèn)題求解的一種可行方案是:用商空間法來(lái)合理地對(duì)復(fù)雜問(wèn)題進(jìn)行粒度描述,分解復(fù)雜問(wèn)題為可求解的.提出對(duì)分解后的不同粒度的子問(wèn)題,引入構(gòu)造性機(jī)器學(xué)習(xí)方法首先獲取不同粒度的學(xué)習(xí)規(guī)則,然后再合成相關(guān)的規(guī)則,最終得到復(fù)雜問(wèn)題的綜合規(guī)則.2.針對(duì)相同粒度中如何得到學(xué)習(xí)規(guī)則問(wèn)題,提出了多側(cè)面遞進(jìn)MIDA的基本框架,對(duì)原有的超球面覆蓋算法進(jìn)行了必要的改進(jìn).指出了覆益方法最優(yōu)之處在于覆蓋領(lǐng)域完全真實(shí)地

2、反映了樣本的分布情況,給出了在此方法中需要進(jìn)一步研究的三個(gè)問(wèn)題.第一個(gè)是對(duì)該算法識(shí)別的正確率與泛化能力之間矛盾的解決,利用沒(méi)有被任何覆蓋領(lǐng)域覆蓋的樣本(即拒識(shí)向量),引入了多側(cè)面遞進(jìn)的處理方法MIDA(Multisideincreasingbydegreesalgorithm).第二個(gè)是如何改進(jìn)覆蓋方法,使得覆蓋領(lǐng)域可以識(shí)別噪音(即異動(dòng)向量),為此引入了覆蓋領(lǐng)域涵蓋的向量個(gè)數(shù)為識(shí)別中的權(quán)值.第三是如何減少所得到的覆蓋領(lǐng)域的數(shù)目,為此引入

3、了重復(fù)覆蓋方法RCA(Repeatcoveralgorithm)和去除覆蓋領(lǐng)域過(guò)小的方法,這有利于提高網(wǎng)絡(luò)的泛化能力.一個(gè)值得研究的方案是將覆蓋的思想(或基于覆蓋的對(duì)數(shù)據(jù)的描述方法)應(yīng)用于特征選擇的主分量分析,為此,引入點(diǎn)對(duì)的概念,提出了點(diǎn)對(duì)主分量分析方法DPCAA(Double-pointPrincipalComponentAnalysisAlgorithm).3.在商空間模型中,利用商拓?fù)湫纬傻亩鄶?shù)據(jù)源,提出了一種新的概率決策型數(shù)據(jù)