基于極限學(xué)習(xí)機(jī)的不確定XML文檔分類的研究與實(shí)現(xiàn).pdf

1、伴隨著以互聯(lián)網(wǎng)為代表的IT信息產(chǎn)業(yè)的大發(fā)展，XML文檔以其良好的跨平臺性，被廣泛的應(yīng)用在金融、電子商務(wù)、web服務(wù)、數(shù)據(jù)交換等領(lǐng)域，在信息化時(shí)代中占有重要的地位。與此同時(shí)，XML文檔分類問題作為XML數(shù)據(jù)管理和挖掘中的重要一環(huán)，受到了極大關(guān)注。目前許多優(yōu)秀的XML文檔表達(dá)模型和XML分類方法都是針對確定XML文檔而提出的，然而網(wǎng)絡(luò)故障、信息更新不及時(shí)、數(shù)據(jù)抽取方法抽取信息不完全等原因造成許多XML數(shù)據(jù)中存在不確定性，這給XML分類問題帶

2、來了巨大的挑戰(zhàn)。本文針對不確定XML文檔的分類問題進(jìn)行了深入的研究，設(shè)計(jì)并實(shí)現(xiàn)了不確定XML文檔的分類處理。
　　在分析了不確定XML文檔數(shù)據(jù)模型特性的基礎(chǔ)上，通過生成不確定XML文檔的所有實(shí)例集合來表示一個(gè)不確定XML文檔，并依據(jù)每個(gè)實(shí)例相對于不確定XML文檔的存在概率，提出了基于存在概率的不確定學(xué)習(xí)機(jī)IU-ELM(Instance based UncertainELM)。對于不確定XML文檔的二分類問題提出了優(yōu)化的基于存在概率

3、的二分不確定極限學(xué)習(xí)機(jī)IBU-ELM(Instance based Binary Uncertain ELM)。其次，分析了基于存在概率的極限學(xué)習(xí)機(jī)中實(shí)例生成過多的問題，通過引入基于蒙特卡洛的抽樣思想，提出了不確定XML文檔抽樣算法，來減少不確定XML文檔實(shí)例的生成數(shù)量。通過抽樣生成不確定XML文檔的樣本實(shí)例集合來表示一個(gè)不確定XML文檔，并在此基礎(chǔ)上提出了基于抽樣的不確定極限學(xué)習(xí)機(jī)MCU-ELM(Monte Carlo based U