关于融合grasp算法的选择性集成学习方法研究

关于融合grasp算法的选择性集成学习方法研究

ID:35045633

大小:3.73 MB

页数:70页

时间:2019-03-17

关于融合grasp算法的选择性集成学习方法研究_第1页
关于融合grasp算法的选择性集成学习方法研究_第2页
关于融合grasp算法的选择性集成学习方法研究_第3页
关于融合grasp算法的选择性集成学习方法研究_第4页
关于融合grasp算法的选择性集成学习方法研究_第5页
资源描述:

《关于融合grasp算法的选择性集成学习方法研究》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、中图分类号:TP391论文编号:102871616-S044学科分类号:081200硕士学位论文关于融合GRASP算法的选择性集成学习方法研究研究生姓名张婷学科、专业计算机科学与技术研究方向模式识别指导教师戴群教授南京航空航天大学研究生院计算机科学与技术学院二О一六年一月NanjingUniversityofAeronauticsandAstronauticsTheGraduateSchoolCollegeofComputerScienceandTechnologyResearchesaboutEnsembleSelectionLearningMethodI

2、ntegratedwithGRASPAlgorithmAThesisinComputerApplicationTechnologybyzhangtingAdvisedbyDaiqunProfessorSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofMasterofEngineeringJanuary,2016承巧巧-化淨範巧个w*如)乱I:#位心本人卢明■义中巧刹邮恃巧巧巧工作及化诉的巧賊巧.巧*片解忙;碧卽的初1外,、包含錄人山謝?论別^"巧化巧的学1>忠化天乂毕或

3、巧化巧巧?宙小包含为换巧巧括或止巧怖化W凶的材巧-成能论义的全巧化夭大孚邮巧学本人S枝W京化巧采巧於啡、巧巧戍巧巧分内存#入巧关&汾巧巧行检爱’恥文*???于巧巧存,51^?学位论义么W宙后巧州本索巧书)(巧巧的学位论AM作者金乂;一"日巧,iM:巧幽南京航空航天学硕士学位论文摘要近年来,由于评估的准确性严重影响到金融机构的损失大小,信用评估问题得到了金融机构越来越多的关注。目前学者们已经提出很多方法用于解决信用评估问题。这些方法概括起来主要分为两大类:基于统计学的方法和基于非统计学的方法,前者主要包括线性判别分析、

4、logit分析和probit分析等,后者主要包括支持向量机(supportvectormachine,SVM)、人工神经网络(artificialneuralnetwork,ANN)和决策树(decisiontree,DT)等。尽管研究表明基于非统计学的方法取得了比较好的分类性能,但是单一模型用于解决信用评估问题存在着一定的局限性,后来学者们又提出了用集成学习(ensemblelearning)解决该问题。然而,集成学习需要多个基分类器,这样增加了时间和空间复杂性,同时泛化能力差的基分类器也影响着集成系统最终的分类效果。然而在原始的集成系统中选择一个子集用于

5、构建集成系统可以很好的解决这个问题,这种方法被命名为选择性集成(ensembleselection),或者也可以称之为集成剪枝(ensemblepruning)。本文提出了ELMsGraspEnS算法用于解决信用评估问题。该算法用ELM作为生成集成系统的基学习机,GraspEnS作为集成剪枝算法在原始的集成系统中选择一部分子集,因此ELMsGraspEnS继承了ELM和GraspEnS的优点。ELM算法的学习速度非常快,具有优越的泛化性能,并且可以有效的解决局部最优和过拟合问题。GraspEnS算法是GRASP算法在集成剪枝方面的应用,是一种组合优化的启发式

6、算法,不仅具有了贪婪集成剪枝算法的优点,并且可以避免贪婪集成剪枝算法所具有的局部最优问题,另外,该算法还可以实现多点开始搜索。实验部分也表明了新提出的ELMsGraspEnS算法具有很好的分类效果。然而GRASP算法是一个无记忆算法,即在GRASP算法的迭代过程中无法利用前面迭代的信息,Path-Relinking算法是一个加强算法,融合GRASP和Path-Relinking可以避免GRASP算法中所存在的问题。鉴于此,本文提出了另一种PRelinkGraspEnS算法用于解决信用风险评估问题,该算法也是用ELM算法作为基学习机,所不同的是在生成原始的集成

7、系统时,用了Bagging技术,这样增加了基分类器的多样性,该算法用融合了GRASP和Path-Relinking用于选择性集成,这样不仅具有GRASP算法的优点,也结合了Path-Relinking的优势,使得PRelinkGraspEnS算法是一个有记忆的算法,实验结果表明新提出的PRelinkGraspEnS算法不仅具有优越的泛化性能,还可以加快收敛速度。关键词:信用评估,集成剪枝,ELM,GRASP,Path-Relinkingi关于融合GRASP算法的选择性集成学习方法研究ABSTRACTInrecentyears,creditassessment

8、hasreceivedmoreandmoreatte

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。