基于度量学习和聚类的一致性预测器算法研究

【摘要】一致性预测器算法是一种带置信度的域预测机器学习算法,该算法通过将所有满足预先设定的置信度的假设类别都作为域预测结果进行输出,从而实现预测风险可控。一致性预测器与传统的以提高点预测准确率为目的机器学习算法相比,更适用于高风险领域。一致性预测器算法本质上是在线的,并且其在计算测试样本的随机性检验值时要频繁的存储和访问原始的样本序列,这对于一些大数据应用来说是难以承受的。另外,一致性预测器也存在易受非平衡因素影响的问题,其小类样本的域预测结果并不能满足预先设定的置信度(即小类的预测风险不能很好的控制)。但是目前针对一致性预测器在线计算效率和非平衡的研究较少,本文针对这两个问题对一致性预测器算法进行改进研究。针对在线计算效率问题,本文提出了一种基于度量学习的一致性预测器算法,将度量学习算法引入到一致性预测器框架中,通过度量学习将部分在线计算代价转移到离线部分,同时也通过度量学习得到的空间转换矩阵将离线信息应用于在线预测,从而达到在保证预测效率的基础上提高在线计算效率的目的。针对非平衡问题,本文分别在数据层面以及算法层面提出了基于聚类抽样的一致性预测器算法和基于聚类划分的一致性预测器算法。基于聚类抽样的一致性预测器算法通过对训练样本中的大类进行聚类后重新抽样得到平衡的训练样本,从而消除或降低非平衡影响。基于聚类划分的一致性预测器算法是通过对大类聚成k类,然后每个小聚类和原始小类一起构成一个分类器,测试样本的随机性检验值p取k个分类器结果中最大的大类随机性检验值对应的分类器结果。两种改进算法都能有效的降低非平衡影响,使得小类预测风险准确控制。
【作者】陈志刚；
【导师】邵桂芳；
【作者基本信息】厦门大学，控制工程，2014，硕士
【关键词】一致性预测；度量学习；聚类；

【参考文献】
[1]付星斗.三维人脸真实感及动态数据获取与应用[D].华中科技大学,2009.
[2]付强.国有企业企业文化建设研究[D].北京交通大学,2013.
[3]恩和扎雅.蒙古国毕业生与用人单位双向选择就业管理平台设计与应用[D].内蒙古大学,管理科学与工程,2014,硕士.
[4]李存华,孙志挥,陈耿.基于网格上近似的大规模数据集离群点检测算法GROUT[J].计算机应用研究,2003,09:134-136.
[5]曾戎.职专生物理学习动机的培养和激发的研究[D].福建师范大学,教育,2003,硕士.
[6]刘艳军.盐城体育场罩棚钢结构工程施工过程力学模拟分析[D].山东建筑大学,建筑与土木工程（专业学位）,2013,硕士.
[7]杨钢,刘正东,林肇杰,程世长,董瀚.用等径角挤压变形法制备纳米晶金属结构材料的组织演变[J].钢铁.2003(12)
[8]刘万崧,丁雷.关于我国地学数据整合与集成问题的思考[J].科技导报,2004,12:17-18.
[9]陈湘涛.数据仓库与数据挖掘技术在新型铝电解控制系统中的应用研究[D].中南大学,2004.
[10]袁帅.欧盟经济外交政策与决策机制研究[D].外交学院,国际关系,2014,硕士.
[11]王锴.聚丙烯基导热复合材料的制备与性能研究[D].合肥工业大学,高分子化学与物理,2013,硕士.
[12]蔡伶.网格环境下信息服务与任务调度的仿真[D].河北工业大学,计算机应用技术,2004,硕士.
[13]包继旺,席与珩,刘荔.电力企业压力容器可视化动态监督管理系统[J].电力系统自动化,2007,04:105-107.
[14]丁有信,徐延东,周建军.大连电台主控系统方案简介[J].广播与电视技术.2001(05)
[15]韩融.浙江省药品GSP认证及跟踪评估概况、建议及改进措施[D].浙江工业大学,2012.
[16]郎松.膝关节骨性关节炎患者针刀术后进行功能锻炼的临床疗效观察[D].北京中医药大学,中医骨伤科学,2014,硕士.
[17]赵雪霏.AlN和SiC纳米管与生物小分子相互作用的第一性原理研究[D].兰州大学,分析化学,2013,硕士.
[18]谷佳杰.论民事损害赔偿数额的确定[D].西南政法大学,诉讼法学,2012,硕士.
[19]刘莉.中国海关公共关系管理研究[D].北京交通大学,公共管理（专业学位）,2013,硕士.
[20]余睿,方忠,戴希.Z_2拓扑不变量与拓扑绝缘体[J].物理,2011,07:462-468.
[21]贾亚飞.外部可调限流型恒流恒压DC-DC转换器的研究[D].长安大学,检测技术与自动化装置,2014,硕士.
[22]查浩.e-Learning2.0成熟度模型的构建及其在物业网络培训平台的应用研究[D].北京林业大学,管理科学与工程,2013,硕士.
[23]李唯.宁波市鄞州区农产品质量安全监管研究[D].宁波大学,公共管理（专业学位）,2013,硕士.
[24]刘丽芳.大学生网络偏差行为的特点及其与心理需求网络满足的关系研究[D].华中科技大学,发展与教育心理学,2012,硕士.
[25]李冬梅.基于颜色直方图的图像检索技术应用研究[D].河海大学,计算机应用技术,2004,硕士.
[26]王颖.美剧《绝望的主妇》中的冲突性话语分析[D].青岛大学,外国语言学及应用语言学,2013,硕士.
[27]邰红勤.高含硼、高燃速固体推进剂研究[D].西北工业大学,火炮、自动武器与弹药工程,2004,硕士.
[28]张雪莹.带定位信息的粮库温湿度监测系统[D].广东工业大学,检测技术与自动化装置,2013,硕士.
[29]方斯顿,程浩忠,徐国栋,姚良忠,曾平良.基于非参数核密度估计的扩展准蒙特卡洛随机潮流方法[J].电力系统自动化,2015,07:21-27.
[30]吴方成.基于GPS的港口叉车智能管理系统的设计与实现[D].苏州大学,电子与通信工程（专业学位）,2013,硕士.
[31]刘宇.用于井下信号传输的电磁感应信道研究[D].哈尔滨工业大学,仪器科学与技术,2013,硕士.
[32]陈伟.考虑模具约束的生产调度问题研究[D].合肥工业大学,信息管理与信息系统,2013,硕士.
[33]张林.1.利用噬菌体表面展示技术构建人肝癌细胞的cDNA表达文库 　2.从人肝癌细胞cDNA表达文库中筛选hALR相互作用蛋白[D].重庆医科大学,内科学,2004,硕士.
[34]吕志涛,刘平昌,刘瑷琏,姚明明,李少航.南京状元楼预应力转换层结构工程研究[J].建筑技术.1997(03)
[35]任兆珊.基于多视角的资产运营效率指标体系的构建研究[D].西北大学,会计学,2013,硕士.
[36]向璨.广州市区域卫生信息化驱动模式研究[D].华中科技大学,情报学,2013,硕士.
[37]武骏,杜森,张德华,柳扬.电信网络设备的运行试验[J].世界电信.2003(Z1)
[38]王睿.流通产业结构变动中的就业吸纳力研究[D].浙江工商大学,产业经济学,2013,硕士.
[39]雷丽莎.武汉地铁盾构隧道施工风险管理研究[D].华中科技大学,工程管理,2013,硕士.
[40]杨子峰.双源CT低剂量扫描在结直肠癌术前评估中的临床应用[D].泰山医学院,影像医学与核医学,2012,硕士.
[41]戴军.上海市中心城区商务办公区区位研究[D].上海师范大学,人文地理学,2004,硕士.
[42]张欣.湖北省建筑业专业技术人员继续教育模式研究[D].武汉理工大学,2005.
[43]单远.基于消费者视角的顾客满意与顾客公民行为关系研究[D].杭州电子科技大学,企业管理,2013,硕士.
[44]谭红业.《你自由了》和《入学》的翻译实践报告[D].河北师范大学,翻译,2013,硕士.
[45]胡美红.长株潭城市群地区土地利用变化与经济发展的耦合研究[D].湖南师范大学,土地资源管理,2013,硕士.
[46]孙彩萍,王建芳,叶万立,陈遐林,朱晓灵,刘秋霞.直肠癌术后调强放疗和适形放疗靶区剂量学研究及危及器官毒性观察[J].中国现代医学杂志,2014,01:54-57.
[47]石新波.中国资源型行业对非洲投资问题研究[D].贵州财经大学,国际贸易学,2013,硕士.
[48]高诚.电解铝生产低碳排放计量模型研究[D].北方工业大学,会计学,2013,硕士.
[49]姜贺.新课改后农村小学唱歌教学研究[D].东北师范大学,音乐学,2012,硕士.
[50]李文杰.基于SOPC的投影—摄像互动系统的研究与设计[D].广东工业大学,信号与信息处理,2013,硕士.