版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、時(shí)間序列是一種重要的時(shí)態(tài)數(shù)據(jù)對(duì)象種類(lèi),在眾多領(lǐng)域內(nèi)都有出現(xiàn),例如金融學(xué)、物理學(xué)、生物學(xué)、醫(yī)學(xué)和氣象學(xué)等。對(duì)于時(shí)間序列的預(yù)測(cè)有著極大的研究意義和廣泛的應(yīng)用價(jià)值。由于影響時(shí)間序列的因素眾多,傳統(tǒng)的時(shí)間序列預(yù)測(cè)方法能力有限,越來(lái)越多的研究者著眼于將機(jī)器學(xué)習(xí)的方法引入時(shí)間序列預(yù)測(cè)之中并且取得了突出的成績(jī)。然而,當(dāng)前時(shí)間序列增長(zhǎng)速度迅速,大規(guī)模時(shí)間序列普遍出現(xiàn),這使得基于機(jī)器學(xué)習(xí)的時(shí)間序列預(yù)測(cè)面臨著一系列的新挑戰(zhàn)。這些挑戰(zhàn)中最為關(guān)鍵的一點(diǎn)是對(duì)高維
2、數(shù)據(jù)的快速處理問(wèn)題。解決這一關(guān)鍵的問(wèn)題對(duì)于基于機(jī)器學(xué)習(xí)的時(shí)間序列預(yù)測(cè)性能提高有著重要的意義。而這一關(guān)鍵問(wèn)題的解決離不開(kāi)特征選擇技術(shù)和快速機(jī)器學(xué)習(xí)技術(shù)。本文工作集中于高維數(shù)據(jù)的快速處理這一基于機(jī)器學(xué)習(xí)的時(shí)間序列預(yù)測(cè)關(guān)鍵技術(shù)的研究,其貢獻(xiàn)主要為以下三個(gè)方面:
(1)提出了一種核空間中的二分類(lèi)特征選擇框架本文提出了一種核空間中的二分類(lèi)特征選擇框架。在該框架下,特征首先投影到核空間中,然后在核空間中構(gòu)造一個(gè)二分類(lèi)的任務(wù)。當(dāng)訓(xùn)練完核空間
3、中的二分類(lèi)器后,二分類(lèi)器的法向量反映著特征的重要程度,特征可以根據(jù)該二分類(lèi)器的法向量進(jìn)行選取。為了達(dá)到的有效的特征選擇目的,本框架對(duì)二分類(lèi)器的法向量加以l1-范數(shù)約束,使其滿(mǎn)足稀疏性的要求。同樣,本框架也可以通過(guò)流形正則化技術(shù)自然的拓展到處理半監(jiān)督特征選擇的問(wèn)題。此外,如何有效消除所選擇特征之間的潛在冗余度也在文中進(jìn)行了討論。最后,文中對(duì)于所提方法給出了理論的證明以保證其適用性。在六個(gè)標(biāo)準(zhǔn)數(shù)據(jù)集上充分的實(shí)驗(yàn)證明了該框架具有較高的性能。<
4、br> (2)提出了一種基于距離的快速多核學(xué)習(xí)方法在本文中,我們提出了一種快速多核學(xué)習(xí)方法基于距離的多核極限學(xué)習(xí)機(jī)。該方法是一種高精度的兩步多核學(xué)習(xí)方法。具體來(lái)說(shuō),基于距離的多核極限學(xué)習(xí)機(jī)首先將多個(gè)核矩陣投影到一個(gè)新的空間,在此空間中新樣本是通過(guò)不同原始樣本間的距離信息重構(gòu)出來(lái)的。此后,它用新空間中的樣本進(jìn)行了帶l2-范數(shù)約束的最小二乘回歸。回歸函數(shù)的法向量將作為多核矩陣的組合系數(shù),依據(jù)該組合系數(shù)基于距離的多核極限學(xué)習(xí)機(jī)將多核矩陣進(jìn)行
5、加權(quán)組合構(gòu)成新的核矩陣。最后,這個(gè)新的核矩陣被用在極限學(xué)習(xí)機(jī)之中進(jìn)行訓(xùn)練和測(cè)試。充足的實(shí)驗(yàn)結(jié)果證明了基于距離的多核極限學(xué)習(xí)機(jī)方法在分類(lèi)、預(yù)測(cè)精度上和計(jì)算時(shí)間開(kāi)銷(xiāo)上較之前方法都有顯著的性能提高。
(3)將基于機(jī)器學(xué)習(xí)的時(shí)間序列預(yù)測(cè)關(guān)鍵技術(shù)應(yīng)用到商業(yè)智能模型之中本文將所研究的基于機(jī)器學(xué)習(xí)的時(shí)間序列預(yù)測(cè)關(guān)鍵技術(shù)應(yīng)用到商業(yè)智能模型之中,構(gòu)建了一個(gè)股票交易決策建議系統(tǒng)。在系統(tǒng)中基于機(jī)器學(xué)習(xí)的時(shí)間序列預(yù)測(cè)與基于震蕩盒理論提出的交易邊界模型
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于機(jī)器學(xué)習(xí)的行人檢測(cè)關(guān)鍵技術(shù)研究.pdf
- 基于機(jī)器學(xué)習(xí)的時(shí)間序列預(yù)測(cè)方法研究及應(yīng)用.pdf
- 時(shí)間序列異常模式挖掘關(guān)鍵技術(shù)研究.pdf
- 基于分形的非平穩(wěn)時(shí)間序列挖掘關(guān)鍵技術(shù)研究.pdf
- 基于時(shí)間序列動(dòng)態(tài)劃分的托攻擊檢測(cè)關(guān)鍵技術(shù)研究.pdf
- 時(shí)間序列預(yù)測(cè)技術(shù)研究.pdf
- 基于機(jī)器學(xué)習(xí)的流量識(shí)別關(guān)鍵技術(shù)研究.pdf
- 基于機(jī)器學(xué)習(xí)的數(shù)字視頻水印關(guān)鍵技術(shù)研究.pdf
- 基于組合核機(jī)器學(xué)習(xí)的混沌時(shí)間序列預(yù)測(cè)算法研究.pdf
- 基于服務(wù)組合的“系統(tǒng)的系統(tǒng)”的可靠性時(shí)間序列預(yù)測(cè)方法及關(guān)鍵技術(shù)研究.pdf
- 基于機(jī)器視覺(jué)的測(cè)量系統(tǒng)關(guān)鍵技術(shù)研究.pdf
- 基于知識(shí)的裝配序列規(guī)劃關(guān)鍵技術(shù)研究.pdf
- 基于深度機(jī)器學(xué)習(xí)的體態(tài)與手勢(shì)感知計(jì)算關(guān)鍵技術(shù)研究.pdf
- 裝配序列規(guī)劃關(guān)鍵技術(shù)研究.pdf
- 基于群體智能的機(jī)器視覺(jué)的關(guān)鍵技術(shù)研究.pdf
- 基于機(jī)器學(xué)習(xí)的重慶市生態(tài)安全評(píng)價(jià)關(guān)鍵技術(shù)研究.pdf
- 基于機(jī)器學(xué)習(xí)方法的可信Web服務(wù)發(fā)現(xiàn)關(guān)鍵技術(shù)研究.pdf
- 視頻序列去噪關(guān)鍵技術(shù)研究.pdf
- 序列密碼中若干關(guān)鍵技術(shù)研究.pdf
- 基于學(xué)習(xí)分類(lèi)器的多機(jī)器人路徑規(guī)劃關(guān)鍵技術(shù)研究.pdf
評(píng)論
0/150
提交評(píng)論