信任函數(shù)建模的認知不確定性數(shù)據(jù)分析與學習.pdf

1、隨著信息科學技術的不斷發(fā)展，人類能夠獲取的數(shù)據(jù)量日益增加，其中有大量數(shù)據(jù)存在不精確、不確定或是可靠性存疑等情況，統(tǒng)稱為認知不確定性數(shù)據(jù)。如何準確描述此類復雜數(shù)據(jù)并從中挖掘出更多有用信息近年來受到了越來越多的關注。信任函數(shù)理論作為一般性的認知不確定性建模和處理框架，憑借其對多種認知不確定性的合理描述以及在信息融合方面的天然優(yōu)勢，提出至今獲得了廣泛的研究和應用。伴隨著眾多學者的大力推進，特別是2010年以來信任函數(shù)進行統(tǒng)計推斷這一方向的重獲

2、新生，使得信任函數(shù)理論的發(fā)展進入了新階段，開辟出一片嶄新的天地。
　　利用信任函數(shù)進行統(tǒng)計推斷作為新興領域存在著大量研究空白，本文借由統(tǒng)計推斷和機器學習的密切關系，選取結構簡單清晰、易于解釋的決策樹入手，從實際問題出發(fā)開展研究。通過對認知不確定數(shù)據(jù)學習決策樹的方法進行系統(tǒng)地分析，分別將離散輸出的分類樹和連續(xù)輸出的回歸樹、線性模型樹進行了推廣，從而降低了訓練集數(shù)據(jù)精度的要求，更為充分地利用已有數(shù)據(jù)。從信任回歸樹的連續(xù)不確定數(shù)據(jù)出發(fā)，

3、本文也對連續(xù)信任函數(shù)這一理論方向進行了探討，結合信息源可靠性獲取證據(jù)折扣，從而更為合理地實現(xiàn)連續(xù)域的信息融合。本文首次對信任回歸樹和信任線性模型樹的學習進行了研究，同時信任分類樹中引入查詢機制降低數(shù)據(jù)不確定性、基于證據(jù)似然函數(shù)的數(shù)據(jù)質量衡量、連續(xù)域情景折扣等內(nèi)容此前也未有研究。
　　本文將決策樹學習方法全面推廣至信任函數(shù)建模的不確定訓練集，從而實現(xiàn)使用低質量數(shù)據(jù)學習獲得具有較好性能的模型。考慮到認知不確定性數(shù)據(jù)的存在，本文首先對分

4、類問題訓練集的數(shù)據(jù)質量進行衡量，利用證據(jù)似然函數(shù)獲得了數(shù)據(jù)規(guī)模、數(shù)據(jù)一致性和數(shù)據(jù)不確定性的量化評估。將證據(jù)似然函數(shù)視為某一致質量函數(shù)的可能性分布，本文給出了兩種一致質量函數(shù)的獲取方法，并用其非特異性測度實現(xiàn)了證據(jù)似然函數(shù)平坦程度的衡量。借助于多項分布證據(jù)似然函數(shù)的良好特性，提出了快捷方便的非特異性測度計算方法，并對數(shù)據(jù)規(guī)模、一致性和不確定性三方面帶來的影響進行分離，從而實現(xiàn)了數(shù)據(jù)質量的分析。
　　對于輸出為離散類標的分類樹，提出了

5、既能夠通過證據(jù)似然函數(shù)處理不確定性、又能在必要時查詢精確類標降低不確定性的主動信任分類樹。由于類標不確定導致信息熵難以計算，本文借由證據(jù)似然函數(shù)獲取信息熵區(qū)間，并改進信息增益率計算方法，通過比較信息增益率區(qū)間選擇最優(yōu)的分裂屬性。當不存在優(yōu)勢屬性時，提出了一種查詢策略，通過查詢獲得某些最有價值的不確定樣本的精確類標對區(qū)間寬度進行縮減，從而獲得優(yōu)勢屬性用于子樹的構建。通過UCI數(shù)據(jù)庫的實驗驗證，在類標完全未知、不精確、不確定和存在噪聲等情況

6、下本方法均獲得了良好的分類正確率。
　　決策樹在訓練樣本輸出為連續(xù)變量時即為回歸樹，通過引入不確定數(shù)據(jù)，本文分別討論了葉節(jié)點為常數(shù)模型的信任回歸樹和葉節(jié)點為線性回歸模型的信任線性模型樹的構建方法。推導了E2M算法估計線性回歸參數(shù)的流程，并基于連續(xù)域證據(jù)距離和區(qū)間加權，提出了兩種一般化的連續(xù)不確定數(shù)據(jù)誤差計算方法。在每個決策節(jié)點遍歷所有候選分裂屬性的所有可能分裂點，選擇其中能夠最大化誤差衰減的一項進行分裂生成兩個子節(jié)點。迭代此過程即

7、實現(xiàn)了不確定連續(xù)樣本空間的劃分，所構建的樹能夠更好地處理實際應用中常見的區(qū)間值數(shù)據(jù)、不確定數(shù)據(jù)和信息來源可靠性不足等情況。
　　此外，本文還對連續(xù)信任函數(shù)的信息融合進行了研究，針對有限區(qū)間焦元這一實際常用設定，構建基于區(qū)間寬度的相似度矩陣并提出了連續(xù)域的證據(jù)距離衡量方法。在此基礎上，利用多個信息源所提供證據(jù)之間的距離，給出了證據(jù)折扣的生成方法，從而降低了連續(xù)質量函數(shù)融合時的沖突。更為一般化地，本文對無限區(qū)間焦元也即基本信任密度的情