分布估計(jì)學(xué)習(xí)算法研究.pdf

1、機(jī)器學(xué)習(xí)是以經(jīng)驗(yàn)數(shù)據(jù)為基礎(chǔ)，以設(shè)計(jì)和開(kāi)發(fā)能夠使計(jì)算機(jī)進(jìn)行行為演化的算法為主要內(nèi)容的一門(mén)學(xué)科。機(jī)器學(xué)習(xí)使用的經(jīng)驗(yàn)數(shù)據(jù)主要包括數(shù)據(jù)流和數(shù)據(jù)庫(kù)中的數(shù)據(jù)。對(duì)機(jī)器學(xué)習(xí)的研究主要集中在基于經(jīng)驗(yàn)數(shù)據(jù)識(shí)別復(fù)雜模式，進(jìn)行智能決策等各種自動(dòng)學(xué)習(xí)行為的產(chǎn)生。分布估計(jì)算法(通?？s寫(xiě)為EDA)是演化計(jì)算領(lǐng)域的一個(gè)新的研究分支。EDA以種群中個(gè)體的分布估計(jì)加上從分布中進(jìn)行抽樣兩步過(guò)程，來(lái)代替經(jīng)典演化算法的搜索算子。EDA的主要目標(biāo)是不再使用任何算子(重組、變異等)

2、，而是通過(guò)顯示建模來(lái)尋找有意義的(最佳的)個(gè)體的概率分布情況。
　　本文主要進(jìn)行基于EDA的學(xué)習(xí)算法及其理論和應(yīng)用方面的相關(guān)研究，完成的主要工作包括：
　　(1)設(shè)計(jì)了分布估計(jì)一般學(xué)習(xí)框架FrEDL。FrEDL主要由四個(gè)步驟完成，初始化、估計(jì)、演化和評(píng)價(jià)。給出了FrEDL相關(guān)的概率基礎(chǔ)、代數(shù)和代數(shù)系統(tǒng)等方面的性質(zhì)分析。
　　(2)設(shè)計(jì)了基于EDA的半監(jiān)督學(xué)習(xí)算法EDA-SSL。EDA-SSL利用少量有標(biāo)簽數(shù)據(jù)估計(jì)大量無(wú)

3、標(biāo)簽數(shù)據(jù)的類(lèi)別分布情況，也就是利用已知類(lèi)別樣本估計(jì)數(shù)據(jù)集總體密度分布。利用低維數(shù)據(jù)的EDA-SSL算法分析過(guò)程解析了基于概率的演化學(xué)習(xí)基礎(chǔ)過(guò)程，利用真實(shí)的高維數(shù)據(jù)進(jìn)行了算法的驗(yàn)證和分析。
　　(3)設(shè)計(jì)了基于EDA的無(wú)監(jiān)督聚類(lèi)學(xué)習(xí)算法EDA-USL。通過(guò)利用聚類(lèi)學(xué)習(xí)的度量方法、數(shù)據(jù)集的屬性相關(guān)性分析等提高算法性能的技術(shù)，給出了 EDA-USL的具體細(xì)節(jié)描述和分析。算法在真實(shí)數(shù)據(jù)集上進(jìn)行了驗(yàn)證和分析，實(shí)驗(yàn)結(jié)果表明該算法具有較高的穩(wěn)定