人工蜂群算法優(yōu)化感知機(jī).pdf

1、我們已經(jīng)進(jìn)入了大數(shù)據(jù)時(shí)代，它是一個(gè)可用信息大爆炸的時(shí)期，為現(xiàn)代社會(huì)發(fā)展提供了極好的機(jī)遇，未來各行業(yè)的核心競(jìng)爭(zhēng)力在很大程度上依賴于將大數(shù)據(jù)轉(zhuǎn)化為信息和知識(shí)的速度和能力，這取決于數(shù)據(jù)分析和應(yīng)用水平，任何國(guó)家或地區(qū)要想獲得競(jìng)爭(zhēng)優(yōu)勢(shì)，大數(shù)據(jù)分析與挖掘是一個(gè)極具戰(zhàn)略價(jià)值的領(lǐng)域。但由于大數(shù)據(jù)的高維特性和海量樣本給數(shù)據(jù)分析帶來了極大的挑戰(zhàn)，表現(xiàn)在三個(gè)方面：第一、高維特征帶來噪聲污染，偽相關(guān)，非齊性；第二、高維度和海量樣本引起算法不穩(wěn)定和巨大的計(jì)算花費(fèi)

2、；第三、不同的時(shí)間點(diǎn)上用不同的處理方法處理多源聚合的海量樣本，帶來了非齊性、實(shí)驗(yàn)變異和統(tǒng)計(jì)偏差等熱點(diǎn)問題。為處理大數(shù)據(jù)的挑戰(zhàn)，現(xiàn)有的統(tǒng)計(jì)方法和計(jì)算方法已經(jīng)不再適用，急需新的統(tǒng)計(jì)方法和穩(wěn)定的快速算法。
　　很多的機(jī)器學(xué)習(xí)算法用于大數(shù)據(jù)的分析與處理，如支持向量機(jī)用于銀行、電信、企業(yè)的顧客分類，避免了數(shù)據(jù)的高維特征帶來的困難。支持向量機(jī)的思想來源于感知機(jī)，感知機(jī)是從訓(xùn)練數(shù)據(jù)集學(xué)習(xí)分離超平面，把訓(xùn)練數(shù)據(jù)集分為正類和負(fù)類。但學(xué)習(xí)的分離超平不