數(shù)據(jù)清洗和支持向量機(jī)技術(shù)研究.pdf

1、由于數(shù)據(jù)倉(cāng)庫(kù)頻繁從各種源數(shù)據(jù)中裝載和刷新，常常存在數(shù)據(jù)缺失等問(wèn)題，因此必須進(jìn)行數(shù)據(jù)清洗工作。在分類(lèi)識(shí)別中支持向量機(jī)（SVM）能取得較好的應(yīng)用效果，但其性能受懲罰參數(shù)和核參數(shù)的影響。為此，本文為提高數(shù)據(jù)清洗效果，研究基于壓縮感知的缺失值填補(bǔ)方法；為提高SVM的分類(lèi)識(shí)別精度，研究基于半定規(guī)劃的貝葉斯支持向量機(jī)技術(shù)。并將這些方法技術(shù)應(yīng)用于石油測(cè)井之中。
　　主要研究?jī)?nèi)容和創(chuàng)新點(diǎn)如下：
　?。?）基于壓縮感知的數(shù)據(jù)清洗技術(shù)研究。由于

2、采集的數(shù)據(jù)總是受缺失值等噪聲的影響，其數(shù)據(jù)質(zhì)量問(wèn)題影響著決策效果。為了提高空值清洗的效果，采用基于壓縮感知的正交匹配追蹤算法對(duì)采集的數(shù)據(jù)進(jìn)行清洗，即根據(jù)原始數(shù)據(jù)的稀疏性，將缺失的部分通過(guò)重構(gòu)算法重構(gòu)出來(lái)。實(shí)驗(yàn)仿真結(jié)果表明其清洗效果顯著。
　　（2）基于貝葉斯準(zhǔn)則的支持向量機(jī)分析。由于支持向量機(jī)的分類(lèi)識(shí)別精度受懲罰參數(shù)和核參數(shù)的影響。為了獲得更好的分類(lèi)識(shí)別精度，需要合適的懲罰參數(shù)和核參數(shù)。為此，根據(jù)貝葉斯理論框架，分析了由貝葉斯準(zhǔn)則

3、推斷支持向量機(jī)的懲罰參數(shù)和核函數(shù)參數(shù)的過(guò)程。仿真實(shí)驗(yàn)表明這種貝葉斯支持向量機(jī)取得合理的分類(lèi)識(shí)別效果。
　　（3）基于半定規(guī)劃的貝葉斯支持向量機(jī)研究。為進(jìn)一步提高支持向量機(jī)的分類(lèi)識(shí)別精度，基于多核函數(shù)思想，構(gòu)造多核支持向量機(jī)模型，即將多個(gè)核函數(shù)進(jìn)行線性組合，首先由貝葉斯理論推導(dǎo)出單核支持向量的參數(shù)值，再通過(guò)半定規(guī)劃的算法求取多核核函數(shù)的最優(yōu)組合系數(shù)，仿真驗(yàn)證了其有效性和優(yōu)越性。
　?。?）油氣層識(shí)別實(shí)際應(yīng)用研究。油氣層識(shí)別是石