資源描述：
《基于鄰域超圖的不完備信息系統(tǒng)分類方法研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、分類號(hào)TP391.4密級(jí)公開(kāi)UDC004.93學(xué)位論文編號(hào)D-10617-308-(2016)-02057重慶郵電大學(xué)碩士學(xué)位論文中文題目基于鄰域超圖的不完備信息系統(tǒng)分類方法研究英文題目AReseachforNeighborhoodHypergraphBasedClassificationAlgorithmforIncompleteInformationSystem學(xué)號(hào)S130201060姓名石瑾學(xué)位類別工學(xué)碩士學(xué)科專業(yè)計(jì)算機(jī)科學(xué)與技術(shù)指導(dǎo)教師胡峰教授完成日期2016年4月16日重慶郵電大學(xué)碩士
2、學(xué)位論文摘要摘要不完備信息系統(tǒng)的分類問(wèn)題是智能信息處理領(lǐng)域的一個(gè)研究重點(diǎn)。由于不完備信息系統(tǒng)中缺失值的存在，用傳統(tǒng)的機(jī)器學(xué)習(xí)方法直接對(duì)其進(jìn)行處理，往往效果不佳。超圖是機(jī)器學(xué)習(xí)領(lǐng)域中一個(gè)新的方法，為機(jī)器學(xué)習(xí)提供了新的解決思路。但是傳統(tǒng)的超圖在對(duì)不完備信息系統(tǒng)分類時(shí)主要有以下三個(gè)問(wèn)題：（1）傳統(tǒng)超圖不能處理離散型數(shù)據(jù)；（2）傳統(tǒng)的超圖模型在訓(xùn)練過(guò)程中的超邊替換環(huán)節(jié)具有很大的隨機(jī)性；（3）不完備信息系統(tǒng)中缺失值的存在使傳統(tǒng)超圖不適用。為解決上述問(wèn)題我們提出了解決方案并通過(guò)實(shí)驗(yàn)驗(yàn)證了解決方案的有效性。本
3、文的創(chuàng)新點(diǎn)在于：（1）提出基于不完備信息系統(tǒng)的鄰域超圖。將鄰域粗糙集理論與超圖模型結(jié)合的鄰域超圖解決了傳統(tǒng)超圖不能處理離散型屬性的問(wèn)題。但由于不完備信息系統(tǒng)中缺失值的存在使得普通的鄰域超圖仍不適用。于是本文結(jié)合不完備信息系統(tǒng)的聯(lián)系度提出了基于不完備信息系統(tǒng)的鄰域超圖，并通過(guò)鄰域超圖演化學(xué)習(xí)的過(guò)程最終得到一個(gè)效果較好的分類器。（2）在鄰域超圖演化學(xué)習(xí)過(guò)程中加入粗糙集的指導(dǎo)。粗糙集可以不依賴先驗(yàn)知識(shí)，根據(jù)數(shù)據(jù)的決策與分布進(jìn)行知識(shí)發(fā)現(xiàn)，一旦使用這種能力，就可以在鄰域超圖迭代訓(xùn)練過(guò)程進(jìn)行有監(jiān)督的指導(dǎo)，提
4、高超圖中超邊的泛化能力。（3）結(jié)合Spark，將本文提出的算法并行化。本文提出的第一個(gè)算法在大數(shù)據(jù)集的運(yùn)行時(shí)間久，效率較低。所以我們結(jié)合Spark提出了基于鄰域超圖對(duì)不完備系統(tǒng)分類的并行化算法。Spark的特性使得其在并行化有多次迭代的機(jī)器學(xué)習(xí)算法時(shí)有其它并行化框架沒(méi)有的優(yōu)勢(shì)，于是我們通過(guò)并行化超圖的演化訓(xùn)練階段，降低了算法的時(shí)間復(fù)雜度，從而有效的改善了本文提出的算法在大數(shù)據(jù)集上的執(zhí)行效率。對(duì)于基于鄰域超圖的不完備系統(tǒng)分類算法，本文在15個(gè)UCI數(shù)據(jù)集上進(jìn)行了仿真實(shí)驗(yàn)，并與粗糙集分類算法、C4.
5、5、SVM、NavieBayes等方法進(jìn)行比較。實(shí)驗(yàn)結(jié)果表明，文中算法在Precision、Recall、AUC、F-measure等多個(gè)指標(biāo)上，具有較好的效果。此外，本文還通過(guò)實(shí)驗(yàn)驗(yàn)證了并行化后的算法不僅能保持原算法的有效性，而且能大幅度降低算法執(zhí)行時(shí)間。關(guān)鍵詞：鄰域粗糙集超圖不完備信息系統(tǒng)分類并行化SparkI重慶郵電大學(xué)碩士學(xué)位論文AbstractAbstractTheclassificationproblemofincompleteinformationsystemisahotissue
6、inintelligentinformationprocessing.Duetotheexistenceofmissingvalueinincompleteinformationsystem,itisineffectivebyusingtraditionalmachinelearningmethodtodealwith.Inordertoprovetheaccuracyofincompleteinformationsystem,manysolutionshavebeenproposedfromd
7、ifferentperspective.(1)Turntheincompleteinformationsystemintoacompleteinformationsystem,thenclassifythesystembyusingthemethodwhichisusedforcompleteinformationsystem.(2)Classifytheincompleteinformationsystemdirectly.Amongthesedifferentdataanalysistheo
8、riesandmethods,roughsetsarethemostfrequentlyused.Therearesomeextensionmodelsinroughsettodealwithincompleteinformationsystem,suchastolerancerelation,limitedtolerancerelation,non-symmetricsimilarityrelation,etc.Hypergraphisanewintelligentmethodformachi
