

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、近年來,隨著數(shù)據(jù)獲取與數(shù)據(jù)存儲技術(shù)的高速發(fā)展,各行各業(yè)均積累了海量的數(shù)據(jù),如何對這些海量數(shù)據(jù)進行分析成為了困擾機器學(xué)習(xí)與數(shù)據(jù)挖掘領(lǐng)域研究者的核心問題。例如,對這海量數(shù)據(jù)的類別進行標注,進而建立分類模型,無疑會大幅增加人力、物力與時間成本的開銷,而主動學(xué)習(xí)則是可有效解決上述問題的利器。經(jīng)過多年研究,研究人員已提出了多種有效的主動學(xué)習(xí)算法,但其均忽略了一個重要問題,即在樣本不平衡分布場景下,這些算法是否會仍舊有效。故本文主要研究在類別不平衡
2、數(shù)據(jù)中如何保持主動學(xué)習(xí)的效率與性能。
針對上述問題,本文主要圍繞在不平衡數(shù)據(jù)分布中,如何改進主動學(xué)習(xí)算法使其分類性能達到最優(yōu)這一問題展開研究,主要研究內(nèi)容包括以下兩個方面:
1)針對在不平衡分布數(shù)據(jù)中執(zhí)行主動學(xué)習(xí),其分類面容易形成偏倚,從而導(dǎo)致主動學(xué)習(xí)失效這一問題,擬采用采樣技術(shù)作為學(xué)習(xí)過程的平衡控制策略,在調(diào)查了幾種已有的采樣算法的基礎(chǔ)上,提出了一種邊界過采樣算法,并將其與主動學(xué)習(xí)相結(jié)合。且由于極限學(xué)習(xí)機具有泛化能
3、力強、訓(xùn)練速度快等優(yōu)點,擬采用其作為基分類器,來加速主動學(xué)習(xí)的進程。并通過12個基準數(shù)據(jù)集對加入了平衡控制策略的主動學(xué)習(xí)算法的性能進行了驗證。結(jié)果表明,在不平衡場景下,主動學(xué)習(xí)方法確實會受到影響,且采取了樣本采樣技術(shù)的主動學(xué)習(xí)方法性能更優(yōu)。
2)為了實現(xiàn)更快的訓(xùn)練速度,引入了在線學(xué)習(xí),進而提出了一種在線加權(quán)極限學(xué)習(xí)機算法,即OS-W-ELM算法。同時擬采用代價敏感學(xué)習(xí)技術(shù)作為學(xué)習(xí)過程中的平衡控制策略,并與主動學(xué)習(xí)相結(jié)合。此實驗
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(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)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(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)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
- 不平衡數(shù)據(jù)分類和極限學(xué)習(xí)機算法研究.pdf
- 不平衡模糊加權(quán)極限學(xué)習(xí)機及其集成學(xué)習(xí)方法研究
- 不平衡模糊加權(quán)極限學(xué)習(xí)機及其集成學(xué)習(xí)方法研究.pdf
- 面向不平衡數(shù)據(jù)集的分類算法研究.pdf
- 面向在線不均衡數(shù)據(jù)分類的極限學(xué)習(xí)機算法研究.pdf
- 面向不平衡能量分布的傳感網(wǎng)拓撲控制算法研究.pdf
- 面向不平衡數(shù)據(jù)集的對比模式挖掘算法研究
- 面向不平衡數(shù)據(jù)集的對比模式挖掘算法研究.pdf
- 面向不平衡數(shù)據(jù)的支持向量機分類方法研究.pdf
- 不平衡數(shù)據(jù)集上支持向量機算法研究.pdf
- 面向室內(nèi)火災(zāi)監(jiān)控的極限學(xué)習(xí)機算法研究.pdf
- 不平衡數(shù)據(jù)集分類算法的研究.pdf
- 面向不平衡樣本的Boosting分類算法研究.pdf
- 面向不平衡分類的邏輯回歸算法.pdf
- 類別不平衡數(shù)據(jù)的集成學(xué)習(xí)研究.pdf
- 面向不平衡數(shù)據(jù)的特征選擇與半監(jiān)督分類算法研究.pdf
- 基于支持向量機的不平衡數(shù)據(jù)集分類算法研究.pdf
- 基于序列數(shù)據(jù)獲取的改進極限學(xué)習(xí)機算法研究.pdf
- 基于不平衡數(shù)據(jù)分布的支持向量數(shù)據(jù)描述.pdf
- 面向類分布不平衡數(shù)據(jù)的組合分類器剪枝方法的研究.pdf
評論
0/150
提交評論