类别非均衡性对数据混淆度影响的研究

来源 :广东工业大学 | 被引量 : 1次 | 上传用户:wxhex2008
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在模式识别、机器学习以及数据挖掘领域当中的最基础性问题就是数据的分类问题,在日常的工作和生活当中分类问题已经司空见惯。近些年来,越来越多的研究者们开始从事数据分类问题的研究,已有的研究文献显示,各类基础算法以及改进算法包括数据预处理、分类学习等算法层出不穷,特别是90年代初期统计学习理论的问世标志着人们在算法领域的研究已经比较丰富,但是有一个突出的问题逐渐显露出来,那就是在实际的问题当中,当需要对某一个数据集进行分类,究竟应该如何选择这些算法和方法才能使我们的分类过程简化,这是一个日渐引起关注的问题,特别是对于类别分布非均衡性数据的分类问题,算法的选择更加麻烦。本文紧紧围绕数据集的分类问题中有关分类算法的选择问题展开研究,在深入探讨TK Ho等人提出的数据几何复杂度理论的基础上,创造性的提出了基于几何统计理论和信息论两个角度的数据混淆度的衡量指标,并分别在人工生成的类别分布非均衡性仿真数据集和真实数据集当中对这些衡量指标进行实验,得出了一系列适用于类别分布非均衡性数据集的数据混淆度衡量指标的规律和结论,这些规律和结论对于类别分布非均衡性真实数据集的分类器选择问题具有重要的指导意义。主要的研究内容和研究成果如下:首先,阅读和整理了国内外近些年来的参考文献,主要涉及的方面包括分类学习、数据几何复杂度、数据混淆度、类别分布非均衡性数据的分类等等问题,并对这些问题的研究现状进行了总结和分析(详见第一章)。其次,深入讨论数据混淆度和类别分布非均衡性数据的分类问题,在数据复杂度的基础上讨论数据混淆度,同时阐述了数据混淆度与数据复杂度之间的关系。针对类别分布非均衡性的数据分类问题,给出其研究的现状,并讨论了类别分布非均衡性数据集对模式分类的影响等(详见第二章)。再次,为了研究数据混淆度的衡量指标在类别分布非均衡性数据集当中的适应性,需要对数据混淆度的衡量指标进行详细的介绍和说明。提出了基于几何统计理论和信息论两个角度的数据混淆度的衡量指标,重点对这些指标进行改进和推广使其能适应不同类型的数据集,同时对个别指标的改进算法进行对比以选出较优指标(详见第三章)。然后,为了检验新学习算法或者评估新指标的有效性,需要在人工生成的仿真数据集和真实数据集中进行实验验证。由于仿真数据的可控性和真实数据的可信性,因此本文采用两种数据集相结合的方式进行实验(详见第四章)。最后,将仿真数据集应用在基于两种不同角度的数据混淆度衡量指标的计算方法上,以得出数据混淆度的衡量指标在类别分布非均衡性数据集当中的一些规律和结论,并且利用真实数据集进行实验验证以证明这些规律和结论的正确性,最后的实验结果表明,结论准确有效并且可以利用这些结论和规律对非均衡数据分类时的算法选择环节提供指导信息(详见第五章)。
其他文献
在计算机信息网络技术的促进下,集散控制系统(DCS)的全范围仿真正在向所谓“虚拟”技术方向发展。在火力发电仿真平台的设计开发中,虚拟DCS技术表现出相对的综合优势,成为目
辅导员在高校学生思想政治教育工作中具有不可替代性的作用,高校辅导员的重要工作职能就是对大学生进行日常政治思想教育。今天,尽管大学生中的主流是健康、积极、向上的,但我们也应该清醒地认识到,当前面对的客观形势仍然是复杂的,高校思想政治教育仍然面临严峻的挑战和考验。为把学生培养成为社会主义建设者和接班人,要求高校必须坚持社会主义办学方向,必须坚持不懈地对学生进行思想政治教育,敏锐地把握大学生的思想脉搏,
教育的性质决定了美国大学入学考试的性质。地方分权的教育管理体制,决定了美国长期以来没有形成全国统一的中等教育考试制度,也没有国家举行的高等学校招生统一考试。大学入学考试基本上由两家私人团体办的考试机构负责,一家是美国教育考试服务处(Edueafional Testing Service,简称ETS),另一家是美国大专院校测试中心(American CollegeTesting,简称ACT)。   
在现代医学中,听诊是一种检查心肺系统健康状况有效、非侵入的医疗手段。通过听诊能够得到表征心脏和肺部器官健康状况的心肺音信号。心肺音信号包含了心脏和呼吸器官丰富的
在硝化棉脱水处理过程采用热风脱水工艺可使驱水效率、产品品质得到大幅提升,同时降低能源和材料消耗、减轻对环境的污染和操作人员的劳动强度。但该生产环境下硝化棉存在的极
学位
为提高高等教育教学质量,2007年经国务院批准,教育部、财政部联合实施了“高等学校本科教学质量与教学改革工程”,大学生创新性实验计划(下文简称“计划”)作为其中的一个子项目在全国百所高校实施,它的实施在实践上取得了显著效果,在理论上也有较多研究和探索,但这些研究主要集中在“计划”的组织、管理、评价、保障等具体操作或经验介绍层面上,缺少深入思考和挖掘。本文将围绕大学生主体性这一主线展开论述,准确定位
中国国际化工展览会(ICIF China),创办于1992年,由中国石油和化学工业联合会、中国国际贸易促进委员会化工行业分会、中国化工信息中心三大化工行业权威机构组织.
期刊
“资源节约型和环境友好型社会”的“两型社会“建设,是我国经济发展方式转变、实现国民经济又好又快发展的本质要求。当前社会上出现的高等医学院校教育资源培养的高级应用型医学人才,未能更好地合理应用于满足广大社会基层民众医疗卫生需求,以改善基层民众缺医少药、看病难的现状并服务于经济与社会发展需要,使基层医疗机构“有岗无人做”、基础民众“有病无人医”、医学院校毕业生“无岗可以就”等建设“两型社会”中体现出来