学位论文 > 优秀研究生学位论文题录展示
改进型RBF神经网络的多标签算法研究
作 者: 李书玲
导 师: 刘蓉
学 校: 华中师范大学
专 业: 电路与系统
关键词: 多标签分类 RBF神经网络 k均值聚类 AP聚类
分类号: TP183
类 型: 硕士论文
年 份: 2014年
下 载: 4次
引 用: 0次
阅 读: 论文下载
内容摘要
分类是模式识别的关键问题之一,根据样本所属的标签个数可分为单标签分类和多标签分类,多标签分类在实际应用中相当广泛。多标签分类是指通过训练集的己知样本,建立相应模型,使测试集的每一个样本能够同时对应多个样本标签所进行的分类。已有的RBF神经网络算法并未充分考虑多个样本标签之间的关联性,从而导致泛化性能受到一定程度的影响。针对此问题,本文设计了改进型RBF神经网络的多标签算法,并在公共多标签数据集上进行实验验证,证明了该算法的有效性。本文工作主要包括以下几个方面:(1)简要分析了多标签技术的研究现状以及研究意义,并对如何处理多标签问题进行了归纳与总结。(2)优化了隐含层RBF神经网络基函数中心常用求取算法—k均值聚类算法。采用AP聚类自动寻找kl值,以获得隐含层节点数目,并构造Huffman树选取初始聚类中心,以防k均值聚类结果陷入局部最优。通过多标签实验验证,表明了改进后的方法可以有效的提高多标签分类能力。(3)设计了改进型RBF神经网络的多标签算法。首先分析样本多标签之间的关联性,构造体现多标签之间信息的标签计数向量C,然后与改进k均值聚类后求得的RBF神经网络基函数中心线性叠乘,获取新的基函数中心,建立RBF神经网络模型。通过实验验证,该算法在提高识别性能的同时,也扩大了数据的泛化性能。(4)通过实验验证了改进型RBF神经网络的多标签算法的有效性。在公共多标签数据集emotion和image上进行实验,并与各种算法分析与比较,本文改进的算法在多标签评价指标average precision、coverage、hamming loss、one-error和ranking loss上都得到了提升,实验结果整体表现良好。
|
全文目录
摘要 5-6 Abstract 6-9 1 绪论 9-15 1.1 引言 9 1.2 研究背景及意义 9-10 1.3 国内外研究现状 10-12 1.4 多标签的典型应用 12-14 1.5 本文内容及安排 14-15 2 多标签分类研究 15-26 2.1 多标签研究 15-23 2.1.1 多标签关联性研究 15-16 2.1.2 多标签转化处理研究 16-19 2.1.3 多标签算法研究 19-23 2.2 多标签评价标准 23-25 2.3 本章小结 25-26 3 RBF神经网络 26-31 3.1 RBF神经网络结构 26-28 3.2 多标签神经网络结构 28-30 3.3 本章小结 30-31 4 改进型RBF神经网络的多标签算法研究 31-41 4.1 初始聚类中心的确定 31-35 4.2 k值的确定 35-37 4.3 标签计数向量的求解 37-39 4.4 基函数中心的确定 39-40 4.5 本章小结 40-41 5 实验结果与分析 41-50 5.1 实验数据集介绍 41-42 5.2 实验结果分析 42-49 5.2.1 k均值聚类k值选择结果比较 42-43 5.2.2 k均值聚类初始聚类中心的确定结果比较 43-44 5.2.3 多标签关联性实验结果比较 44-46 5.2.4 改进型RBF神经网络的多标签算法实验结果比较 46-49 5.3 本章小结 49-50 6 总结与展望 50-51 6.1 总结 50 6.2 展望 50-51 参考文献 51-56 攻读硕士期间发表论文 56-57 致谢 57
|
相似论文
- 基于神经网络辨识的同步发电机励磁控制研究,TM31
- 细菌聚类算法及其在图像分割问题中的研究与应用,TP391.41
- 基于变异粒子群的聚类算法研究,TP18
- 融合粒子群和蛙跳算法的模糊C-均值聚类算法研究,TP18
- 基于模糊聚类的图像检索方法研究及其系统实现,TP391.41
- 制造业绿色产品研发的风险识别与评价研究,F205;F224
- 对于系统发育谱法聚类算法的改进,TP311.13
- 可燃气体检测报警技术研究,TP212
- 无线传感器网络中分簇路由技术的研究,TN915.02
- 毛纺细纱机积极式退绕机构的设计及毛精纺纱性能预测模型的比较,TP183
- 改进的模糊C均值聚类算法及其应用,O159
- 精炼炉钢水氧含量预报模型的研究,TF703.5
- 基于RBFNN-HMM模型的网络入侵检测技术研究,TP393.08
- 基于集成模型的烧结矿质量预测系统及工业应用,TF046.4
- 热连轧中活套高度与张力智能解耦控制研究,TP273
- 冷轧钢板表面质量在线监测系统研究,TG334.9
- 基于视频的智能交通灯控制系统研究,TP273.5
- 复杂背景下的车辆牌照定位算法研究及实现,TP391.41
- 基于神经网络锅炉燃烧系统的模型研究,TK223.2
- 采用低频采样浮动车数据的城市路段行程时间估计与预测,U491
- 面向装备研制的产品平台构建研究,TJ08
中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化基础理论 > 人工智能理论 > 人工神经网络与计算
© 2012 www.xueweilunwen.com
|