序貫三支決策作為當(dāng)前粒計算領(lǐng)域興起的一個研究熱點,因其能夠提供一個靈活的機制,實現(xiàn)了漸進計算的思想,已被廣泛應(yīng)用于圖像處理、語音識別、醫(yī)療診斷等方面。在信息不足以做出精準決策時,序貫三支決策可以進一步收集信息,通過逐步粒化的方式將復(fù)雜問題從粗粒度空間轉(zhuǎn)化到細粒度空間進行求解。然而,隨著這種決策方法的深入發(fā)展,其自身仍存在一些問題需要進一步探究。例如,在現(xiàn)有研究中,由于代價參數(shù)大多都是通過專家經(jīng)驗給定,這使得參數(shù)缺少了一定的自適應(yīng)性;另外,在代價敏感的序貫三支決策最優(yōu)粒度選擇中,存在沒有充分考慮屬性之間的相關(guān)性及代價之間量綱不統(tǒng)一等問題。為此,本文針對以上問題進行了相關(guān)研究:針對代價參數(shù)缺少自適應(yīng)性問題,本文首先通過相鄰兩個粒層之間的分類精度差,定義了序貫三支決策中兩類負效益分類;然后,通過引入機器學(xué)習(xí)中的懲罰函數(shù),制定了代價參數(shù)的懲罰規(guī)則,并給出相鄰粒層之間代價參數(shù)的映射關(guān)系;同時,探究了決策閾值因代價參數(shù)變化而產(chǎn)生的相關(guān)性質(zhì)規(guī)律;最后,基于貝葉斯最小風(fēng)險決策理論,給出每一粒層上的三支決策方法,進而構(gòu)建了優(yōu)化的序貫三支分類模型;實驗結(jié)果表明該模型能夠提高分類準確率。針對代價敏感的最優(yōu)粒... 

【文章來源】：重慶郵電大學(xué)重慶市

【文章頁數(shù)】：67 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第1章 引言
    1.1 論文選題背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀及存在的問題
    1.3 論文主要研究內(nèi)容
    1.4 論文組織結(jié)構(gòu)
第2章 相關(guān)基礎(chǔ)知識
    2.1 粗糙集的基礎(chǔ)知識
    2.2 概率粗糙集的基礎(chǔ)知識
    2.3 決策粗糙集的基礎(chǔ)知識
    2.4 三支決策的基礎(chǔ)知識
    2.5 序貫三支決策的基礎(chǔ)知識
    2.6 本章小結(jié)
第3章 基于懲罰函數(shù)的序貫三支決策分類模型
    3.1 序貫三支決策的兩類負效益分類
    3.2 懲罰函數(shù)的設(shè)計
    3.3 代價參數(shù)和閾值的變化規(guī)律
    3.4 基于懲罰函數(shù)的序貫三支決策模型算法
    3.5 實驗分析與對比
    3.6 本章小結(jié)
第4章 基于懲罰函數(shù)的代價敏感最優(yōu)粒度選擇
    4.1 基于信息增益和卡方檢驗的屬性重要度選擇方法
    4.2 懲罰規(guī)則下代價參數(shù)的變化規(guī)律
    4.3 序貫三支決策模型的代價結(jié)構(gòu)設(shè)計
    4.4 實驗分析與對比
    4.5 本章小結(jié)
第5章 總結(jié)及未來工作
    5.1 全文總結(jié)
    5.2 未來工作
參考文獻
致謝
攻讀碩士學(xué)位期間從事的科研工作及取得的成果


【參考文獻】：
期刊論文
[1]優(yōu)勢-等價關(guān)系下序貫三支決策的屬性約簡[J]. 李艷,張麗,王雪靜,陳俊芬.  計算機科學(xué). 2019(02)
[2]廣義不完備多粒度標記決策系統(tǒng)的粒度選擇[J]. 吳偉志,楊麗,譚安輝,徐優(yōu)紅.  計算機研究與發(fā)展. 2018(06)
[3]粗糙近似算子的公理化刻畫:綜述[J]. 吳偉志.  模式識別與人工智能. 2017(02)
[4]效用三支決策模型[J]. 張楠,姜麗麗,岳曉冬,周杰.  智能系統(tǒng)學(xué)報. 2016(04)
[5]協(xié)調(diào)的不完備多粒度標記決策系統(tǒng)的最優(yōu)粒度選擇[J]. 吳偉志,陳穎,徐優(yōu)紅,顧沈明.  模式識別與人工智能. 2016(02)
[6]粗糙集理論:基于三支決策視角[J]. 劉盾,李天瑞,李華雄.  南京大學(xué)學(xué)報(自然科學(xué)版). 2013(05)
[7]粗糙集理論與應(yīng)用研究綜述[J]. 王國胤,姚一豫,于洪.  計算機學(xué)報. 2009(07)
[8]粗糙集屬性約簡的一般理論[J]. 張文修,仇國芳.  中國科學(xué)E輯:信息科學(xué). 2005(12)



本文編號：3149273