版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、集成學習,是先將樣本提供給多個學習模型,再采取投票或是級聯(lián)等方法把這些學習模型的輸出集成起來的學習模型。集成學習采用合成多個學習模型的輸出,能夠顯著的提高學習模型的泛化能力。
本文主要是對異質集成算法的研究,通過對異質集成算法的深入分析,提出一種泛化能力好的新型異質集成算法,并對新提出的算法進行理論分析和實驗檢驗。
本文的主要工作和創(chuàng)新點如下:
(1)提出了一種新的異質混合集成算法。
2、 個體學習器訓練子集生成方面:在提取訓練子集的過程中基于Bagging技術,從原始訓練集中重復選取。為了增強各個訓練子集的獨立性,采用隨機子空間法來提取訓練子集。
個體學習器模型選擇方而:采用決策樹和神經(jīng)網(wǎng)絡混合的方式來訓練個體學習器。由于決策樹和神經(jīng)網(wǎng)絡等模型易于陷入空間局部最小,因此容易產(chǎn)生差異較大的個體學習器。
結論集成方面:采用支持向量機來對個體學習器的結論進行集成。支持向量機在防止過度擬合、運算速
3、度和結果精度等方面表現(xiàn)出明顯的優(yōu)越性。本文將每個個體學習器的輸出結論作為一維特征,用所有個體學習器的輸出結論組成新的數(shù)據(jù)集,最后使用支持向量機在新的數(shù)據(jù)集上進行學習和預測。
(2)對新提出的異質混合集成算法給出泛化誤差和個體學習器差異度的數(shù)學模型,并依據(jù)提出的數(shù)學模型指導算法的參數(shù)優(yōu)化。
(3)采用此算法進行了灰霾預測實驗。選取濟南市2011年1月、4月、7月和10月二十四小時氣象和污染物排放的實測和預測數(shù)據(jù)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 一種新型異質混合模型DIMMEC及其在灰霾預測的應用研究.pdf
- 一種同調邊緣學習算法及其應用研究.pdf
- 一種實時POMDP求解算法及其應用研究.pdf
- 一種企業(yè)應用集成模型及其研究.pdf
- 一種機動目標跟蹤濾波算法及其應用研究.pdf
- 一種基于李群的半監(jiān)督學習算法及應用研究.pdf
- 一種集成的案例推理方法研究及其應用.pdf
- 一種混合智能算法的應用研究.pdf
- 一種新的博弈樹搜索算法及其應用研究.pdf
- 一種改進的分類算法及其應用.pdf
- 一種HMM的學習算法.pdf
- 一種基于極限學習機的分類器及其應用研究.pdf
- 一種基于改進的COID算法的應用研究.pdf
- 一種線性預測編解碼算法的研究.pdf
- 城市灰霾預測和控制方法的研究及應用.pdf
- 集成學習及其應用研究.pdf
- 一種多元GARCH模型及其應用研究.pdf
- 一種時序分類技術及其應用研究.pdf
- 一種改進的量子演化算法及其在TSP問題上的應用研究.pdf
- 一種新的符合度算法及其應用.pdf
評論
0/150
提交評論