構(gòu)造性機(jī)器學(xué)習(xí)方法的改進(jìn)算法研究.pdf

1、如今,科學(xué)技術(shù)正處于多學(xué)科互相交叉和滲透的時代。特別是計(jì)算機(jī)科學(xué)與技術(shù)的迅速發(fā)展,從根本上改變了人類的生產(chǎn)與生活。同時,隨著人類生存空間的擴(kuò)大,人們對科學(xué)技術(shù)提出了新的更高的要求。在現(xiàn)在信息爆炸的時代,要從各種各樣海量信息中找出我們大家感興趣的、有價值的信息,信息處理顯得尤為重要。聚類、分類等各種信息處理方法層出不窮。從1943年到現(xiàn)在,人工神經(jīng)網(wǎng)絡(luò)雖然歷經(jīng)波折,但也取得長足發(fā)展,應(yīng)用范圍越來越廣,如:模式識別、最優(yōu)化問題計(jì)算、復(fù)雜控制

2、、通信等等。然而傳統(tǒng)的網(wǎng)絡(luò)的本質(zhì)缺陷限制了神經(jīng)網(wǎng)絡(luò)在海量數(shù)據(jù)中的應(yīng)用。
　　覆蓋算法就是在前向神經(jīng)網(wǎng)絡(luò)的不斷發(fā)展和推進(jìn)下發(fā)展起來的。與傳統(tǒng)的前向神經(jīng)網(wǎng)絡(luò)相比,覆蓋算法具有運(yùn)行速度快、精度高的特點(diǎn),在眾多領(lǐng)域得到廣泛應(yīng)用。大批的研究者在優(yōu)化覆蓋算法上也做出了巨大的貢獻(xiàn),在原始覆蓋算法的基礎(chǔ)上提出了大量的改進(jìn)算法,如:領(lǐng)域覆蓋算法、增量覆蓋算法、核覆蓋算法、多側(cè)面覆蓋算法、概率覆蓋模型算法等等。但是各種算法中,領(lǐng)域的初始中心一般是隨機(jī)

3、選擇,從而造成覆蓋網(wǎng)絡(luò)性能也具有隨機(jī)性。同時,領(lǐng)域覆蓋網(wǎng)絡(luò)中領(lǐng)域存在冗余,由此可見覆蓋算法有待進(jìn)一步深入研究。
　　本文的主要工作包括:
　　1.概述了人工神經(jīng)網(wǎng)絡(luò)的發(fā)展過程,比較分析構(gòu)造性機(jī)器學(xué)習(xí)方法的主要模型,并詳細(xì)介紹了覆蓋算法的思想,比較分析基于覆蓋算法的神經(jīng)網(wǎng)絡(luò)的主要模型和算法;
　　2.提出了基于聚類的交叉覆蓋算法:與傳統(tǒng)的前向神經(jīng)網(wǎng)絡(luò)相比,覆蓋算法具有運(yùn)行速度快、精度高的特點(diǎn),但覆蓋算法的初始領(lǐng)域中心是隨

4、機(jī)選取的。實(shí)驗(yàn)表明網(wǎng)絡(luò)性能與學(xué)習(xí)順序有密切的關(guān)系。本文在前向神經(jīng)網(wǎng)絡(luò)交叉覆蓋算法基礎(chǔ)上提出了一種新型改進(jìn)的交叉覆蓋算法――基于聚類的交叉覆蓋算法。該方法是一種根據(jù)聚類結(jié)果確定學(xué)習(xí)順序的方法。實(shí)例表明這種改進(jìn)的算法是確定性學(xué)習(xí)方法,可以有效減少覆蓋數(shù)量,提高交叉覆蓋算法的測試速度,減少拒識樣本數(shù),提高識別的精度。
　　3.提出基于關(guān)聯(lián)規(guī)則的領(lǐng)域覆蓋算法:前向神經(jīng)網(wǎng)絡(luò)網(wǎng)絡(luò)的覆蓋算法根據(jù)樣本數(shù)據(jù)構(gòu)造性地建立神經(jīng)網(wǎng)絡(luò),網(wǎng)絡(luò)結(jié)構(gòu)易于確定,執(zhí)