覆蓋算法的集成學(xué)習(xí).pdf

1、傳統(tǒng)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)復(fù)雜,學(xué)習(xí)速度慢,運(yùn)行效率低,難以解決海量數(shù)據(jù)的處理。張鈴教授等在對(duì)神經(jīng)網(wǎng)絡(luò)算法分析的基礎(chǔ)上提出基于覆蓋的構(gòu)造性機(jī)器學(xué)習(xí)方法,該方法根據(jù)樣本自身的特點(diǎn)構(gòu)造神經(jīng)網(wǎng)絡(luò),方法直觀高效,可以有效地處理海量數(shù)據(jù)。
　　集成學(xué)習(xí)是一種新的機(jī)器學(xué)習(xí)范式,它的基本思想是使用多個(gè)學(xué)習(xí)器來解決問題。研究表明該方法能夠顯著地提高學(xué)習(xí)系統(tǒng)的泛化能力,因此從20世紀(jì)90年代開始,對(duì)集成學(xué)習(xí)的理論和算法的研究成為機(jī)器學(xué)習(xí)領(lǐng)域的一個(gè)熱點(diǎn)。

2、>　　本文在分析集成學(xué)習(xí)理論的基礎(chǔ)上,將其引入覆蓋算法,并結(jié)合商空間理論、粗糙集理論對(duì)覆蓋算法的集成學(xué)習(xí)進(jìn)行了研究,完成以下主要工作:
　　(1)基于覆蓋的構(gòu)造性學(xué)習(xí)方法直接根據(jù)樣本數(shù)據(jù)構(gòu)造覆蓋網(wǎng)絡(luò),克服了傳統(tǒng)神經(jīng)網(wǎng)絡(luò)計(jì)算中網(wǎng)絡(luò)結(jié)構(gòu)難以確定、運(yùn)行速度慢、局部極小等問題,適宜于多類別、海量數(shù)據(jù)的處理。本文將集成學(xué)習(xí)與覆蓋算法相結(jié)合,提出了基于集成學(xué)習(xí)的覆蓋算法,實(shí)驗(yàn)證明該方法能夠提高覆蓋算法的性能。
　　(2)商空間理論是研究

3、不確定性問題的三大工具之一,其有嚴(yán)格的數(shù)學(xué)理論基礎(chǔ),提供了比粗糙集和模糊集更深刻的信息,引起越來越多的研究者的重視。本文將商空間理論中的合成技術(shù)的思想與集成學(xué)習(xí)相統(tǒng)一,把集成學(xué)習(xí)也看成是不同粒度的合成,提出基于商空間的覆蓋合成算法,實(shí)驗(yàn)表明該算法在提高識(shí)別精度的同時(shí)還能增加覆蓋算法的穩(wěn)定性。
　　(3)Rough集是當(dāng)前機(jī)器學(xué)習(xí)和知識(shí)發(fā)現(xiàn)領(lǐng)域研究的熱點(diǎn)之一,它是一種處理模糊和不精確知識(shí)的數(shù)學(xué)工具,具有很強(qiáng)的知識(shí)獲取能力,其主要優(yōu)勢(shì)