覆蓋算法的增量學(xué)習(xí)研究.pdf

1、近年來，隨著時代的進(jìn)步，信息技術(shù)的迅猛發(fā)展，在實(shí)際應(yīng)用中，有許多數(shù)據(jù)會隨著時間的變化而不斷變化，想要一次性獲得所有的數(shù)據(jù)作為機(jī)器學(xué)習(xí)算法需要的訓(xùn)練樣本是很困難的，有時是不現(xiàn)實(shí)的。面對這類不斷更新、動態(tài)變化的信息數(shù)據(jù)，如果每一次都將新增的數(shù)據(jù)與原有數(shù)據(jù)放在一起，對所有數(shù)據(jù)進(jìn)行重新學(xué)習(xí)，不但造成了時間和空間上的巨大浪費(fèi)，而且使學(xué)習(xí)過程不具有一定的延續(xù)性，不太符合人類循序漸進(jìn)的學(xué)習(xí)習(xí)慣。因此，迫切需求研究有效的機(jī)器學(xué)習(xí)算法和模型來解決此類問題

2、。
　　 增量學(xué)習(xí)方法是解決從海量數(shù)據(jù)中學(xué)習(xí)分類知識的有效途徑，是對不斷更新的數(shù)據(jù)進(jìn)行學(xué)習(xí)的方法之一，是在保留原有學(xué)習(xí)結(jié)果的基礎(chǔ)上，僅對新增的數(shù)據(jù)進(jìn)行再學(xué)習(xí)，從而形成一個連續(xù)的學(xué)習(xí)過程。目前，國內(nèi)外對增量學(xué)習(xí)已經(jīng)有一些研究，主要有基于支持向量機(jī)算法的增量學(xué)習(xí)、基于神經(jīng)網(wǎng)絡(luò)的增量學(xué)習(xí)、基于決策樹的增量學(xué)習(xí)研究或?qū)Q策樹與神經(jīng)網(wǎng)絡(luò)結(jié)合的增量學(xué)習(xí)研究等。
　　 構(gòu)造性機(jī)器學(xué)習(xí)方法——覆蓋算法學(xué)習(xí)速度快、復(fù)雜度低、可解釋性強(qiáng)，能

3、有效地解決有導(dǎo)師學(xué)習(xí)問題，并取得了很好的效果。本文首先將覆蓋算法理論與增量學(xué)習(xí)的思想相結(jié)合進(jìn)行研究，提出了基于覆蓋的增量學(xué)習(xí)算法。然后，針對增量學(xué)習(xí)過程中新樣本的不斷出現(xiàn)及概念遷移問題的發(fā)生，引入了三種淘汰遺忘機(jī)制，并對這三種基于覆蓋的遺忘機(jī)制進(jìn)行了詳細(xì)的介紹。尤其重要的是基于覆蓋的增量學(xué)習(xí)研究為實(shí)際應(yīng)用中動態(tài)變化的數(shù)據(jù)的分析與處理提供了一個合理的學(xué)習(xí)模型，為解決機(jī)器學(xué)習(xí)過程中知識動態(tài)獲取和更新問題提供了一種全新的思路和方法。
　

4、　 本文的主要工作包括：
　　 1.概述了增量學(xué)習(xí)的研究背景和意義，國內(nèi)外研究的現(xiàn)狀，并對增量學(xué)習(xí)常用的分類模型進(jìn)行了詳細(xì)介紹。
　　 2.主要介紹了覆蓋算法及對其的改進(jìn)。由于覆蓋算法構(gòu)造神經(jīng)元的權(quán)值即取新覆蓋中心時通常人為地給定一個準(zhǔn)則，并未遵循樣本的分布特征求得最優(yōu)解。因此采用佳點(diǎn)集理論求取覆蓋中心，以改進(jìn)覆蓋算法。
　　 3.根據(jù)覆蓋算法原理，結(jié)合增量學(xué)習(xí)的思想，提出了基于覆蓋的增量學(xué)習(xí)算法。該算法利用改