一种基于数据分布特征的模糊规则提取

针对数据分类问题提出一种新的模糊规则提取方法。定义了一种类间离散程度的度量方法,并将此度量作为特征选择的依据。给出了一种模糊区间划分的方法,应用数据分布特征和分布函数,给出模糊规则的前件形式,进而生成模糊规则。最后聚合具有相同前项的规则,得到最后的结果。在Matlab环境下用IRIS数据进行分类实验,提取出了形式较为简单的规则,并得到了较高的分类正确率,验证了方法的有效性。

利用融合数据分布特征的模糊双支持向量机对恒星光谱分类

恒星光谱分类是天文学研究的一个热点问题。随着观测光谱数量的急剧增加,传统的人工分类无法满足实际需求,急需利用自动化技术,特别是数据挖掘算法来对恒星光谱进行自动分类。关联规则、神经网络、自组织网络等数据挖掘算法已广泛应用于恒星光谱分类。其中,支持向量机(SVM)分类能力突出,被广泛应用于恒星光谱分类。该方法试图在两类样本之间找到一个最优分类面将两类分开。该方法具有较高的时间复杂度,计算效率有限。双支持向量机(TWSVM)的出现有效地解决了SVM面临的效率问题。该方法通过构造两个非平行的分类面将两类分开,每一类靠近某个分类面,而远离另一个分类面。TWSVM的计算效率较之传统SVM提高近4倍,因此,自TWSVM提出后便受到研究人员的持续关注。但上述方法在分类决策时,一方面没有考虑数据的分布特征,另一方面较易受噪声点和奇异点的影响,分类效率难以显著提升。鉴于此,在双支持向量机的基础上,提出融合数据分布特征的模糊双支持向量机(TWSVM-SDP)。该方法引入线性判别分析(LDA)的类间离散度和类内离散度,用以表征光谱数据的分布性状;引入模糊隶属度函数用以降低噪声点和奇异点对分类结果的影响。在SDSS DR8恒星光谱数据集上的比较实验表明,与支持向量机SVM、双支持向量机TWSVM等传统分类方法相比,融合数据分布特征的模糊双支持向量机TWSVM-SDP具有更优的分类能力。该方法亦存在一定的局限性,其中一大难题是其无法处理海量光谱数据。接下来将利用大数据处理技术,来对所提方法在大数据环境下的适应性展开进一步研究。

融合数据分布特征的多视图典型相关分析

典型相关分析CCA是一种经典的特征提取方法,该方法找到的投影方向满足两视图数据集之间的相关性最大,该方法在生产实践中广泛应用,但当面对多视图数据时便无能为力。鉴于此,研究人员提出多视图相关分析MCCA,MCCA为每个视图找到一组投影方向,并保证投影后的视图数据集之间的相关性最大,该方法有效地拓展了CCA的适用范围。但MCCA在特征提取时,并未考虑数据的分布性状,因而,其工作效率有待于进一步提升,基此提出融合数据分布特征的多视图典型相关分析MCCA-DD,该方法引入类间离散度和类内离散度,用以表征数据的分布性状,以期提高MCCA的特征提取效率。从学生体测成绩数据集和多特征手写体数据集上的比较实验表明:与典型相关分析CCA、多视图相关分析MCCA等特征提取方法相比,MCCA-DD具有更优的特征提取效率。

基于数据分布的小样本扩充方法及应用

在基于数据驱动理论的软测量建模过程中,样本的数量会对所建模型的精度产生影响.针对训练样本数量较少的情况,提出了一种利用欧氏距离和角度原则进行数据扩充的方法.该方法通过分析数据的分布特征来确定样本扩充的区间范围,利用扩充数据完善建模对象在各阶段的信息,并进一步重构建模数据集,从而提升了所建模型的预测精度.通过2个工业过程的仿真研究,验证了该方法具有良好的泛化性能和建模精度.

从Parzen窗核密度估计到特征提取方法:新的研究视角

当前主流特征提取方法大致有2种研究思路:1)从高维数据的几何性质出发,根据某种寻优准则得到基于原始空间特征的一组特征数更少的新特征;2)从降维误差角度出发,保证降维前后数据所呈现的某种偏差达到最小.试图从降维过程中数据分布特征的变化入手,基于广泛使用的Parzen窗核密度估计方法,来审视和揭示Parzen窗估计与典型特征提取方法 LPP、LDA和PCA之间的关系,从而说明这些特征提取方法可统一在Parzen窗框架下进行研究,为特征提取方法的研究提供了一个新的视角.