基于boosting技术的显露模式集成分类算法

《基于boosting技术的显露模式集成分类算法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学校代号：10532学：密号：G07100075级：普通湖南大学工程硕士学位论文基于Boosting技术的显露模式集成分类算法{、、tTheintegratedclassificationalgorithmviaemergingpatternsbasedonboostingtechnology一一一byZHANGLiB．E．(HunanUniversityofArtsandScience)2004AthesissubmittedinpartialsatisfactionoftheRequirementsfor

2、thedegreeofMasterofEngineeringComputerApplicationintheGraduateSchoolofHunanUniversitySupervisorAssociateProfessorYANGShengSeniorEngineerPENGShudongDecember，2010MⅥ嬲伽Y1湖南大学学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体己经发表或撰写的

3、成果作品。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。本人完全意识到本声明的法律后果由本人承担。作者签名：咪队日期：护"年f月b日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权湖南大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于1、保密口，在年解密后适用本授权书。2、不保密团。(请在以上相

4、应方框内打“4")作者签名：冰风导师签名：裆R够她、日期：Ⅵrf年f月l，日日期：A¨年{月二日基于Boosting技术的湿露模式集成分类算法摘要随着数据信息规模的日益膨胀，数据挖掘技术应运而生，数据挖掘是一种从大量的数据中挖掘和提取有用知识的技术。作为一种重要的数据分析和处理方式，分类问题多年来一直是机器学习、模式识别和统计学领域的一个重要研究课题，目前也成为数据挖掘的一个重要任务。由于分类技术有着广泛的应用前景，研究人员提出了很多的分类方法。研究发现，现有的各种分类方法都有各自的优点与不足；另外各种分类算

5、法都不是孤立的，它们之间可以彼此借鉴，实际应用中性能良好的分类问题解决方案往往是多种分类方法综合作用的结果。基于上述研究结论，我们提出使用集成学习方法对分类器进行集成组合，来实现提高分类器分类精度的目的。围绕这一构想，我们对显露模式这一简单直观的知识模式进行了深入探讨。显露模式是指那些从～个数据集到另一个数据集支持度发生显著变化的项集，这些项集能够捕获目标类和非目标类上多组属性之间的不同，具有很好的区分性。由于显露模式的上述优势，我们选择基于显露模式来构建本文提出的集成分类算法的基分类器。本文选择基于Boos

6、ting学习方法来对构建的基分类器进行集成组合。提出了一种基于Boosting技术的显露模式集成分类算法。在选定的基准数据集上的实验测试结果显示，提出的基于Boosting技术的显露模式集成分类算法取得了总体上优于C4．5、CBA、CAEP以及NB等优秀分类算法的分类精度，并且取得了比基于Bagging学习方法构建的显露模式集成分类算法性能更好的分类结果。此外，实验结果还验证了基于Boosting技术对多个分类器进行集成组合可以提高单个分类器的分类性能。关键宇：数据挖掘，分类技术，显露模式，集成学习方法II工

7、程硕士学位论文AbstractWiththefastdevelopmentofthedatasizeanddatadimensions，theconceptofdataminingwasproposedbymanyresearchers，whichisakindoftechnologyandcanbeusedtomineandextractsomeusefulknowledgepatternsfromalargeamountofdata．Asanimportantanalysisandprocessmetho

8、dtodatainthepastyears，classificationtechnologywasasignificantresearchtopicinthescientificfieldsofmachinelearning，patternrecognition，andstatistics．Now,itisalsoakeytaskofdatamining．Someresearcherspropose