基于商空間的構(gòu)造性數(shù)據(jù)挖掘方法及應(yīng)用.pdf

1、該文展開了一系列的研究探討,主要工作包括:1. 分析這類問題求解的一種可行方案是:用商空間法來合理地對復(fù)雜問題進行粒度描述,分解復(fù)雜問題為可求解的.提出對分解后的不同粒度的子問題,引入構(gòu)造性機器學(xué)習(xí)方法首先獲取不同粒度的學(xué)習(xí)規(guī)則,然后再合成相關(guān)的規(guī)則,最終得到復(fù)雜問題的綜合規(guī)則.2.針對相同粒度中如何得到學(xué)習(xí)規(guī)則問題,提出了多側(cè)面遞進MIDA的基本框架,對原有的超球面覆蓋算法進行了必要的改進.指出了覆益方法最優(yōu)之處在于覆蓋領(lǐng)域完全真實地

2、反映了樣本的分布情況,給出了在此方法中需要進一步研究的三個問題.第一個是對該算法識別的正確率與泛化能力之間矛盾的解決,利用沒有被任何覆蓋領(lǐng)域覆蓋的樣本(即拒識向量),引入了多側(cè)面遞進的處理方法MIDA(Multisideincreasingbydegreesalgorithm).第二個是如何改進覆蓋方法,使得覆蓋領(lǐng)域可以識別噪音(即異動向量),為此引入了覆蓋領(lǐng)域涵蓋的向量個數(shù)為識別中的權(quán)值.第三是如何減少所得到的覆蓋領(lǐng)域的數(shù)目,為此引入

3、了重復(fù)覆蓋方法RCA(Repeatcoveralgorithm)和去除覆蓋領(lǐng)域過小的方法,這有利于提高網(wǎng)絡(luò)的泛化能力.一個值得研究的方案是將覆蓋的思想(或基于覆蓋的對數(shù)據(jù)的描述方法)應(yīng)用于特征選擇的主分量分析,為此,引入點對的概念,提出了點對主分量分析方法DPCAA(Double-pointPrincipalComponentAnalysisAlgorithm).3.在商空間模型中,利用商拓撲形成的多數(shù)據(jù)源,提出了一種新的概率決策型數(shù)據(jù)