多規(guī)則adaboost算法及其應(yīng)用研究

《多規(guī)則adaboost算法及其應(yīng)用研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、分類號：密級１０１５１單位代碼ＵＤＣ：響乂綱乂學(xué)全日制學(xué)術(shù)型碩±研究生學(xué)位論文多規(guī)則Ａｄａｂｏｏｓｔ算法及其應(yīng)用研究朱弘揚指導(dǎo)教師申請學(xué)位類別理學(xué)碩±學(xué)科（專業(yè)）名稱數(shù)學(xué)學(xué)位授予單位大連海事大學(xué)２０１６年３月分類號密級ＵＤＣ單位代碼１０１５１大連海事大學(xué)碩±學(xué)位論文多規(guī)則Ａｄａｂｏｏｓｔ算法及其應(yīng)用研究朱弘揚指導(dǎo)教師劉?。壜毞Q教授學(xué)位授予單位大連海事大學(xué)申請學(xué)位類別理學(xué)碩±學(xué)科（專業(yè)）數(shù)學(xué)論文

2、完成日期２０１５年１２月答辯日期２０１６年３月答辯委員會主席會ｍｕ－ＡｄａＢｏｏｓＲｅｓｅａｒｃｈｏｎｌｔｉｐｌｅｒｕｌｅｔｔｈｅｏｒｅｍａｎｄａｐｐｌｉｃａｔｉｏｎＡ化ｅｓｉｓＳｕｂｍｉｔｅｄｔ：ｏＤａｌｉａｎＭａｒｉｔｉｍｅＵｎｉｖｅｒｓｉｔｙＩｎａｒｔｉａｌｆＵｌ打ｌｌｍｅｎｔｏｆｔｈｅｒｅ山ｒｅｍｅｎｔｓｆｏｒｔｈｅｄｅｒｅｅｏｆｐｑｇＭａｓｔｅｒｏｆＳｃｉｅｎｃｅｂｙＺｈｕＨｏｎａｎｇｙｇＡｌｉｅｄＭａｔｈｅｍａｔｉｃｓ（ｐｐ）Ｔ

3、ｈｅｓｉｓＳｕｅｒｖｉｓｏｒ；ＰｒｏｆｅｓｓｏｒＬｉｕＷｅｉｐＭａｒｃｈ２０１６大連海事大學(xué)學(xué)位論文原創(chuàng)性聲明和使用授權(quán)說明原創(chuàng)性聲明本人鄭重聲明：本論文是在導(dǎo)師的指導(dǎo)下，獨立進行研巧工作所取得的成果，撰寫＂＂成碩±學(xué)位論文《規(guī)則ＡｄａＢｏｏｓｔ算法及其應(yīng)用研巧。除論文中已經(jīng)注明引用的內(nèi)容外，對論文的研究做出重要貢獻的個人和集體，均已在文中Ｗ明確方式標(biāo)明。本論文中不包含任何未加明確注明的其他個人或集體已經(jīng)公開發(fā)表或未公開發(fā)表的成果。本聲明的法律責(zé)任由本人承擔(dān)。學(xué)位論文作者簽名：學(xué)位論文巧

4、權(quán)使用撇書本學(xué)位論文作者及指導(dǎo)教師完全了解大連海事大學(xué)有關(guān)保留、使用研究生學(xué)位論文的規(guī)定：，即大連海事大學(xué)有權(quán)保留并向國家有關(guān)部口或機構(gòu)送交學(xué)位論文的復(fù)印件和電子版，允許論文被查閱和借間。本人授權(quán)大連海事大學(xué)可Ｗ將本學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進行檢索，也可采用影印、縮印或掃描等復(fù)制手段保存和匯編學(xué)位論文。同意將本學(xué)位論文收錄到《中國優(yōu)秀博碩±學(xué)位論文全文數(shù)據(jù)庫》（中國學(xué)術(shù)期刊（光盤版）電子雜志社）、《中國學(xué)位論文全文數(shù)據(jù)庫》（中國科學(xué)技術(shù)信息研究所）等數(shù)據(jù)庫中，并Ｗ電子出版物形式出版發(fā)行和提供信息

5、服務(wù)。保密的論文在解密后遵守此規(guī)定。本學(xué)位論文屬于：保密□在年解密后適用本授權(quán)書。＂＂不保密□（請在Ｗ上方框內(nèi)打Ｖ）論文作名：芽導(dǎo)師簽名：備＞７／日期：屋年＾月皆日中文摘要摘要隨著實際生活中應(yīng)用方面的需求急速擴大，基于航空航天的科學(xué)探測和天文觀測、民用領(lǐng)域的視頻監(jiān)控、軍事目標(biāo)跟蹤Ｗ及醫(yī)學(xué)疾病診斷等方面的分類和識別問題，應(yīng)運而生了許多優(yōu)秀的算法，并在日益強大的計算機技術(shù)的幫助下得１＾；實現(xiàn)。Ｂｏｏ一ｓｔｉｎｇ是種可Ｗ改善弱分類算法的通用方法，通過集成學(xué)習(xí)，把正確率較低的弱分類器結(jié)合成正確率

6、較高的強分類器。ＡｄａＢｏｏｓｔ算法是Ｂｏｏｓｔｉｎｇ算法的優(yōu)秀代表，有著越發(fā)完善的理論基礎(chǔ)和廣泛的應(yīng)用領(lǐng)域。ＡｄａＢｏｏｓｔ彌補了Ｂｏｏｓｔｉｎｇ算法有關(guān)弱分類器要預(yù)先知道其正確率下限的不足，實現(xiàn)了真正意義上對任何分類算法都可Ｗ提升其準(zhǔn)確率的想法。文章首先分析了Ｂｏｏｓｔｉｎｇ算法和ＡｄａＢｏｏｓｔ算法的基本框架，為后續(xù)工作奠定了理一ＡｄａＢｏｏｓ論基礎(chǔ)，然后基于種新的弱學(xué)習(xí)算法，改進最優(yōu)規(guī)則ｔ，提出多規(guī)則ＡｄａＢｏｏｓｔ算法。該算法在訓(xùn)練過程中首先標(biāo)準(zhǔn)化所有特征的持征值，然后根據(jù)每個特征和樣本祿簽么間

7、的規(guī)律性強弱，來反應(yīng)個體的不同特征對分類的影響，并Ｗ此選取分類規(guī)則設(shè)定權(quán)重，提高算法的識辨率。這種弱分類算法更多的挖掘了特征值數(shù)據(jù)本身的價值，而不用對特征值數(shù)據(jù)進行更繁瑣的處理和轉(zhuǎn)換，這樣就可Ｗ節(jié)約更多的時間和運行空間，因而在解決問題時更具有實用性。在ＵＣＩ數(shù)據(jù)庫中，選取了ＳＰＥＣＩＦＨｅａｒｔ數(shù)據(jù)集，Ｉｏｎｏｓｐｈｅｒｅ數(shù)據(jù)集和ＷｉｎｅＱｕａｌｉｔｙ數(shù)據(jù)集對該算法和改進前的算法進行了實驗，通過穩(wěn)定性和準(zhǔn)確率等方面的比較，表明該算法有更優(yōu)的訓(xùn)練和測試能力，從而證明多規(guī)則算法可１＾＾提高集成分類器的整體正確率

8、。關(guān)鍵詞：ＡｄａＢｏｏｓｔ；多規(guī)則，分類，弱學(xué)習(xí)ｇ法，正痛牽，集巧學(xué)習(xí)英文摘要ＡＢＳＴＲＡＣＴＷｉｔｈｔｈｅｇｒｏｗｉｎｇｒｅｑｕｉｒｅｍｅｎｔｏｆｔｈｅｐｒａｃｔｉｃａｌａｐ