极限学习机算法的改进与应用
发布时间：2022-01-16 04:34
随着科技发展,人们面临着不断增加的海量数据,信息的有效处理就变得尤为重要,机器学习技术成为重要的工具。在机器学习中,极限学习机（Extreme learning machine,ELM）以其简洁的理论和易于实施的优点受到了广泛关注,被应用于不平衡数据学习、噪音及缺失数据学习、特征提取、人脸识别、遥感图像等多种领域。尽管ELM在许多研究中具有良好的表现,仍存在需要改进的问题。例如现实中,由于数据的不平衡分布、及其具有冗余信息、带有噪音以及离群点,这些情况都对极限学习机的分类准确率造成严重影响。在高光谱遥感图像分类中,由于未充分考虑数据样本之间的几何特征和数据蕴含的判别信息,使得极限学习机学习不充分,从而影响了极限学习机的泛化能力。本文针对上述两个问题对极限学习机进行了研究,主要研究成果如下:1)在应用ELM分类的过程中,数据会具有冗余信息、存在噪音、离群点以及不平衡分布现象,这对分类效果产生极大影响。本文针对此现象将粗糙集理论与极限学习机模型相结合,利用粗糙集刻画数据间的关系。提出粗糙极限学习机（Rough Extreme learning machine,RELM）。通过在UCI数据集...
【文章来源】：辽宁师范大学辽宁省
【文章页数】：41 页
【学位级别】：硕士
【部分图文】：
神经元示意图
图 2.2 神经网络示意图Fig. 2.2 Neural network diagram达式为 y g ( w x + b)，其中 g ( x )为“神经元线性函数，一般可选用traingd 函数，tansig 函该神经元所有输入权值， x ( )nx R表示该神 的内积，b是偏置值， y 为神经元输出。由公得到的输入向量与输入权值进行内积，内积加标量的输出过程。，一般均设 g ( x )x线性函数为输入层和输出层出。) ( ) ( ) 1 2 2, j j k b g w x + b g w x + b +b k k 表示隐含层第 i 个神经元的输入权值， L R
极限学习机算法的改进与应用义，但只要使用一对清晰集合进行逼近就可以解决问题。粗糙集是一个很好的数据处理工具，可以通过属性约简达到消除冗余信息及噪音数据的目的。粗糙集的基本思想是在形成概念和规则的时候，通过关系数据库进行分类，而实现数据库的分类则是通过对等价关系的分类来达到一种近似的情况。设 1 2, , ,nU x x x 是一个有限集,称为论域。 R 是U 上的一个等价关系，U R 表示在U 上导出的所有等价类； Rx 表示包含元素 x 的 R 的等价类, x U 。Pawlak 粗糙集模型基于传统的粗糙集定义方法[40]：对任一集合X U， R( X) 为下近似， R( X) 为上近似。Rough Sets( ) ( ) ( )XXRRR x U x XR x U x X 为空集其中上近似与下近似的集合就是粗糙集。
【参考文献】：
期刊论文
[1]直觉模糊数决策粗糙集[J]. 陈玉金,李续武. 计算机科学. 2018(02)
[2]粗糙集和支持向量机的表具识别算法研究[J]. 唐亮,仲元昌,沈甲甲,马天智. 计算机工程与应用. 2018(02)
[3]基于粗糙集理论的数据挖掘在CRM中的应用[J]. 张丽莉. 信息系统工程. 2017(10)
[4]基于多阈值的变精度邻域多粒度粗糙决策方法[J]. 骆公志,钱佳丽. 计算机应用研究. 2018(10)
[5]基于灰色粗糙集与BP神经网络的设备故障预测[J]. 郭宇,杨育. 计算机应用研究. 2017(09)
[6]基于粗糙集的Logistic回归模型在矿井突水模式识别中的应用[J]. 王江荣,黄建华,罗资琴,文晖. 煤田地质与勘探. 2015(06)
[7]基于RS-BN的电力信息通信系统故障诊断方法[J]. 陈硕,赵永彬,刘明,覃文军. 控制工程. 2015(06)
[8]基于粗糙集和人工免疫的集成入侵检测模型[J]. 张玲,白中英,罗守山,谢康,崔冠宁,孙茂华. 通信学报. 2013(09)
[9]粗糙集理论及进展的研究[J]. 纪滨. 计算机技术与发展. 2007(03)
[10]粗糙集及其应用简介[J]. 杨启贤. 贵州师范大学学报(自然科学版). 1988(02)
硕士论文
[1]变精度相容粗糙集模型[D]. 高原原.河北大学 2012
本文编号：3591945
【文章来源】：辽宁师范大学辽宁省
【文章页数】：41 页
【学位级别】：硕士
【部分图文】：
神经元示意图
图 2.2 神经网络示意图Fig. 2.2 Neural network diagram达式为 y g ( w x + b)，其中 g ( x )为“神经元线性函数，一般可选用traingd 函数，tansig 函该神经元所有输入权值， x ( )nx R表示该神 的内积，b是偏置值， y 为神经元输出。由公得到的输入向量与输入权值进行内积，内积加标量的输出过程。，一般均设 g ( x )x线性函数为输入层和输出层出。) ( ) ( ) 1 2 2, j j k b g w x + b g w x + b +b k k 表示隐含层第 i 个神经元的输入权值， L R
极限学习机算法的改进与应用义，但只要使用一对清晰集合进行逼近就可以解决问题。粗糙集是一个很好的数据处理工具，可以通过属性约简达到消除冗余信息及噪音数据的目的。粗糙集的基本思想是在形成概念和规则的时候，通过关系数据库进行分类，而实现数据库的分类则是通过对等价关系的分类来达到一种近似的情况。设 1 2, , ,nU x x x 是一个有限集,称为论域。 R 是U 上的一个等价关系，U R 表示在U 上导出的所有等价类； Rx 表示包含元素 x 的 R 的等价类, x U 。Pawlak 粗糙集模型基于传统的粗糙集定义方法[40]：对任一集合X U， R( X) 为下近似， R( X) 为上近似。Rough Sets( ) ( ) ( )XXRRR x U x XR x U x X 为空集其中上近似与下近似的集合就是粗糙集。
【参考文献】：
期刊论文
[1]直觉模糊数决策粗糙集[J]. 陈玉金,李续武. 计算机科学. 2018(02)
[2]粗糙集和支持向量机的表具识别算法研究[J]. 唐亮,仲元昌,沈甲甲,马天智. 计算机工程与应用. 2018(02)
[3]基于粗糙集理论的数据挖掘在CRM中的应用[J]. 张丽莉. 信息系统工程. 2017(10)
[4]基于多阈值的变精度邻域多粒度粗糙决策方法[J]. 骆公志,钱佳丽. 计算机应用研究. 2018(10)
[5]基于灰色粗糙集与BP神经网络的设备故障预测[J]. 郭宇,杨育. 计算机应用研究. 2017(09)
[6]基于粗糙集的Logistic回归模型在矿井突水模式识别中的应用[J]. 王江荣,黄建华,罗资琴,文晖. 煤田地质与勘探. 2015(06)
[7]基于RS-BN的电力信息通信系统故障诊断方法[J]. 陈硕,赵永彬,刘明,覃文军. 控制工程. 2015(06)
[8]基于粗糙集和人工免疫的集成入侵检测模型[J]. 张玲,白中英,罗守山,谢康,崔冠宁,孙茂华. 通信学报. 2013(09)
[9]粗糙集理论及进展的研究[J]. 纪滨. 计算机技术与发展. 2007(03)
[10]粗糙集及其应用简介[J]. 杨启贤. 贵州师范大学学报(自然科学版). 1988(02)
硕士论文
[1]变精度相容粗糙集模型[D]. 高原原.河北大学 2012
本文编号：3591945
本文链接：https://www.wllwen.com/jiaoyulunwen/jykj/3591945.html