基于機(jī)器學(xué)習(xí)算法在數(shù)據(jù)分類中的應(yīng)用研究.pdf

1、現(xiàn)實(shí)中的很多實(shí)際問(wèn)題都可以轉(zhuǎn)化為數(shù)據(jù)信息處理中的數(shù)據(jù)分類問(wèn)題，例如氣象預(yù)報(bào)、商品推薦、生物信息、網(wǎng)絡(luò)檢測(cè)等，而數(shù)據(jù)信息處理都是以機(jī)器學(xué)習(xí)為基礎(chǔ)進(jìn)行研究的。隨著科學(xué)技術(shù)的發(fā)展，機(jī)器學(xué)習(xí)算法的應(yīng)用領(lǐng)域也變得十分廣泛。
　　本文主要介紹了兩種機(jī)器學(xué)習(xí)算法:粒子群算法優(yōu)化支持向量機(jī)和卷積神經(jīng)網(wǎng)絡(luò)。其中研究了粒子群算法優(yōu)化支持向量機(jī)在樹(shù)葉分類和癌癥基因分類中的預(yù)測(cè)，卷積神經(jīng)網(wǎng)絡(luò)在圖像分類中的應(yīng)用。
　　(1)基于各種樹(shù)葉的特征構(gòu)建一個(gè)

2、數(shù)據(jù)預(yù)處理模型:先對(duì)各種數(shù)據(jù)進(jìn)行歸一化處理，采用主成分分析方法從16個(gè)特征中提取出3個(gè)主成分，再建立粒子群算法優(yōu)化后的支持向量機(jī)，用支持向量機(jī)對(duì)樹(shù)葉數(shù)據(jù)進(jìn)行分類預(yù)測(cè)。實(shí)驗(yàn)結(jié)果表明，相對(duì)于遺傳算法和網(wǎng)格搜索法尋到的最優(yōu)參數(shù)相比，粒子群算法優(yōu)化支持向量機(jī)具有最高的準(zhǔn)確率，高達(dá)94.1％，高于其他兩種分類方法。
　　(2)將粒子群優(yōu)化的支持向量機(jī)模型應(yīng)用到癌癥基因分類中，通過(guò)選取多組不同的實(shí)驗(yàn)數(shù)據(jù)對(duì)癌癥手術(shù)后病人的復(fù)發(fā)和不復(fù)發(fā)的基因樣本