文档介绍：翩虢泻林签字日期:�文�瞅日角乏謦签字日期如萨‘月近日四川师范大学学位论文独创性及使用授权声明堡鉴剑耋丝指导下,独本人声明:所呈交学位论文,是本人在导师立进行研究工作所取得的成果。除文中已经注明引用的内容外,本论文不含任刷版和电子版学位论文,可以将学位论文的全部或部分内容编入有关数据库供何其他个人或集体已经发表或撰写过的作品或成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本声明的法律结果由本人承担。本人承诺:已提交的学位论文电子版与论文纸本的内容一致。如因不符而引起的学术声誉上的损失由本人自负。本人同意所撰写学位论文的使用授权遵照学校的管理规定:学校作为申请学位的条件之一,学位论文著作权拥有者须授权所在大学拥有学位论文的部分使用权,即:�已获学位的研究生必须按学校规定提交印检索;�为教学、科研和学术交流目的,学校可以将公开的学位论文或解密后的学位论文作为资料在图书馆、资料室等场所或在有关网络上供阅读、浏览。本人授权中国科学技术信息研究所将本学位论文收录到《中国学位论文全文数据库》,并通过网络向社会公众提供信息服务。�C艿难�宦畚脑诮饷芎笫视帽臼谌ㄊ�学位论文作者签名:���
●■’:�‘,—��
基于粗糙集理论的多分类器组合应用研究����计算机软件与理论专业指导教师冯林糙集理论以数据的分类能力为基础,在缺乏先验知识的情况下,能够解决潜在�⒍曰�掷嗥鞯牟钜煨怨钩山�辛搜芯俊8�莘掷嗥骷�衫砺郏��掷��⑻岢龆喾掷嗥骷�刹呗约胺椒āNA舜锏阶詈玫募�尚Ч��疚氖紫�研究生原永乐摘要:随着计算机技术及通信技术的发展,各行各业产生了大量的数据,为了揭示数据中隐含的规律,数据挖掘技术应运而生。目前,主要的数据挖掘方法有决策树、神经网络、回归分析、遗传算法、粗糙集、聚类等。其中,粗的、不确定的或含糊数据中的知识获取问题。它已在模式识别、特征选择、故障诊断等领域取得了成功应用。传统的分类方法常采用一个分类器进行分类,这就要求这一分类器能在所有的数据样本上都有较好的分类能力,这是难以实现的。多分类器集成理论为解决单个分类器分类能力的不足提供了有效方法。但作为机器学习领域的一个重要课题,多分类器集成在粗糙集理论中的应用还没有受到广泛的关注。基于以上背景,本文把粗糙集理论引入多分类器集成,研究了基于粗糙集理论的集成学习方法,主要内容如下:�⒍曰�掷嗥鞯墓乖旆椒ń�辛搜芯俊1疚母�軷����砺邸���算法、�算法等三种不同的分类算法对训练数据集随机训练得到三种类型的基分类器,包括粗糙分类器、贝叶斯分类器和决策树分类器。器差异性越大,分类器组合的分类效果就越好。本文在两个方面体现了基分类器的差异性:一是基分类器是根据训练数据集随机生成的;二是基分类器采用三种不同类型的算法训练得到。四川师范大学硕士学位论文
关键词:粗糙集;集成学习;分类;多分类器组合训练多个不同类型分类器,并将训练数据集按照决策属性值分为多个子集。再根据����椒ńú馐允�菁�治M��喔鼍劾嗉��⑼ü�肥骄嗬胝业剿�们与训练数据子集之间的对应关系。最后选择对训练数据子集分类效果最好的分类器对相应的聚类集进行分类测试。为了验证本文方法的有效性,采用大量���菁��惺笛椋�玫搅私虾玫姆掷嘈Ч���四川师范大学硕士学位论文¨��、
甤����������甌�����������������篊��������:��������������.���������,����������.��������,�������,���������琭������猚����������.����������瑃�����篩�������:���������������.����.�������琻�������,�����������,�.��������瑄���������甀����,����������四川师范大学硕士学位论文一
簅�����������������;��������������瑃����������������甀�����;����;������������瓵������,���.����瓵����.��������.������.���������.����.����:������甤�����四川师范大学硕士学位论文●
第一章绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯���研究背景及意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯���国内外研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯���本文的主要研究内容⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..���本文的论文结构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯�第二章多分类器组合方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.���集成学习⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯���.��裳�暗幕�靖拍睢���������������.��裳�暗闹饕7椒ā����