基于參數(shù)化三角范數(shù)的集成學(xué)習(xí)算法研究.pdf

1、集成學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個(gè)研究熱點(diǎn)，旨在通過組合一系列的基學(xué)習(xí)機(jī)對(duì)同一問題進(jìn)行學(xué)習(xí)，從而獲得更好的學(xué)習(xí)效果。但是，現(xiàn)有的集成學(xué)習(xí)算法在泛化能力和適用性方面還不能滿足實(shí)際應(yīng)用的需要。為了進(jìn)一步提高集成學(xué)習(xí)模型的泛化能力和學(xué)習(xí)能力，本文引入?yún)?shù)化三角范數(shù)，提出了基于參數(shù)化三角范數(shù)的集成學(xué)習(xí)算法，并在集成分類和集成預(yù)測中加以驗(yàn)證，同時(shí)開發(fā)了基于參數(shù)化三角范數(shù)的集成學(xué)習(xí)系統(tǒng)。
　　本文的主要研究工作與成果有：
　　首先，針對(duì)六種常用的

2、參數(shù)化三角范數(shù)，依據(jù)三角范數(shù)的良好數(shù)學(xué)性質(zhì)，研究了其多元運(yùn)行模型和加權(quán)運(yùn)算模型。
　　其次，基于參數(shù)化三角范數(shù)的多元運(yùn)算模型和加權(quán)運(yùn)算模型，分別構(gòu)建了基于參數(shù)化三角范數(shù)的多元集成分類模型和加權(quán)集成分類模型，并在UCI數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn)驗(yàn)證。實(shí)驗(yàn)結(jié)果表明：基于參數(shù)化三角范數(shù)的集成分類能夠取得較單分類器和其他組合規(guī)則更
　　好的泛化能力和分類效果；加權(quán)集成分類能夠取得較不加權(quán)時(shí)更好的效果。為了減少系統(tǒng)的存儲(chǔ)空間、加快模型的學(xué)習(xí)速度

3、，本文又采用基于AP聚類的基分類器選擇技術(shù)，選擇部分合適的基分類器參與集成，實(shí)驗(yàn)結(jié)果表明：選擇性集成分類進(jìn)一步提高了分類的正確率。
　　再次，構(gòu)建了基于參數(shù)化三角范數(shù)的加權(quán)集成預(yù)測模型，在時(shí)間序列數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn)驗(yàn)證，并采用五種誤差指標(biāo)進(jìn)行模型評(píng)價(jià)。實(shí)驗(yàn)結(jié)果表明：基于參數(shù)化三角范數(shù)的集成預(yù)測效果明顯優(yōu)于單項(xiàng)預(yù)測模型和現(xiàn)有的組合預(yù)測模型。此外，采用選擇技術(shù)之后，選擇性集成預(yù)測進(jìn)一步提高了預(yù)測準(zhǔn)確率。
　　最后，開發(fā)了基于參數(shù)化