混合增强型机器学习算法在稀土供应链金融中评价中小企业信用风险的研究

1

作者 徐中辉 饶振远 +2 位作者 黄晓东 姜馨圳 马艳丽 《稀有金属与硬质合金》 CAS CSCD 北大核心 2024年第4期94-102,共9页

稀土是支撑高端技术创新和新能源产业发展的关键原材料之一,研究解决稀土供应链中小企业融资困难的问题,做强我国稀土产业链,更好地维护国家战略利益是当务之急。供应链金融作为创新型融资方式成为实现中小企业融资授信的一种主要手段,... 稀土是支撑高端技术创新和新能源产业发展的关键原材料之一,研究解决稀土供应链中小企业融资困难的问题,做强我国稀土产业链,更好地维护国家战略利益是当务之急。供应链金融作为创新型融资方式成为实现中小企业融资授信的一种主要手段,但其中信用风险问题成为融资决策中需解决的最关键问题之一。本文提出了一种混合增强型机器学习算法,首先采用动态透镜成像反向学习改进的海洋捕食者算法(IMPA)对支持向量机算法(SVM)进行优化,再采用AdaBoost算法对优化后的SVM进行集成,建立AdaBoost-IMPA-SVM模型。采用该模型对供应链金融风险进行评价,重新建立供应链金融风险体系指标,通过相关性分析进行特效选取,并从计算机通信及其他制造业选取52家中国上市中小企业2019—2021年期间140个样本作为特征变量输入模型。仿真实验结果验证了该模型相较于其他信用风险评价模型具有更好的分类识别性能。 展开更多

关键词 稀土产业链 供应链金融 中小企业 信用风险评价 混合增强型机器学习算法 海洋捕食者算法 支持向量机算法 AdaBoost算法

原文传递

基于GBDT-PSO混合算法的隧道地表沉降预测与控制方法研究

2

作者 何俊 王文强 +1 位作者 刘超 苏云飞 《交通世界》 2024年第13期181-183,共3页

为提高隧道掘进过程地表沉降的预测效果,提出了一种基于梯度提升回归树-粒子群(Gradient Boosting Decision Tree-Particle Swarm Optimization,GBDT-PSO)混合算法的隧道地表沉降预测与控制方法,通过选取深圳市某城市轨道交通区间施工... 为提高隧道掘进过程地表沉降的预测效果,提出了一种基于梯度提升回归树-粒子群(Gradient Boosting Decision Tree-Particle Swarm Optimization,GBDT-PSO)混合算法的隧道地表沉降预测与控制方法,通过选取深圳市某城市轨道交通区间施工的隧道线路数据,采用GBDT-PSO算法进行地表沉降预测。结果表明:GBDT-PSO混合算法可有效预测地表沉降值,通过调整刀盘扭矩值有效控制地表沉降。 展开更多

关键词 机器学习 混合算法 沉降预测 沉降控制

下载PDF 职称材料

基于机器学习的学习者画像构建与教学预警研究

3

作者 王春洁 《电脑知识与技术》 2024年第22期107-109,113,共4页

本研究主要通过收集和分析混合式教学模式下学习者的多维数据,构建全面、立体的学习者画像,并基于这些数据,结合机器学习算法,建立教学预警系统,以发现学业困难学生。研究中,首先建立学习者画像的特征标签体系,形成了对学习者全面而深... 本研究主要通过收集和分析混合式教学模式下学习者的多维数据,构建全面、立体的学习者画像,并基于这些数据,结合机器学习算法,建立教学预警系统,以发现学业困难学生。研究中,首先建立学习者画像的特征标签体系,形成了对学习者全面而深入的描绘;随后,运用决策树、线性判别分析、支持向量机等多种分类学习算法,建立了教学预警模型;通过对多种模型的评估,选择了性能最佳的支持向量机模型作为教学预警系统的核心组件。结果显示,这样的系统可以帮助教师及时发现学生的学习问题,并采取干预措施,从而提高教学质量和学生的学业成绩。 展开更多

关键词 学习者画像 教学预警 机器学习 分类算法 混合式教学

下载PDF 职称材料

并行机器学习算法基础体系前沿进展综述 被引量：10

4

作者 刘斌 何进荣 +1 位作者 耿耀君 王最 《计算机工程与应用》 CSCD 北大核心 2017年第11期31-38,89,共9页

大数据环境下,机器学习算法受到前所未有的重视。总结和分析了传统机器学习算法在海量数据场景下出现的若干问题,基于当代并行机分类回顾了国内外并行机器学习算法的研究现状,并归纳总结了并行机器学习算法在各种基础体系下存在的问题... 大数据环境下,机器学习算法受到前所未有的重视。总结和分析了传统机器学习算法在海量数据场景下出现的若干问题,基于当代并行机分类回顾了国内外并行机器学习算法的研究现状,并归纳总结了并行机器学习算法在各种基础体系下存在的问题。针对大数据环境下并行机器学习算法进行了简要的总结,并对其发展趋势作了展望。 展开更多

关键词 并行计算 机器学习算法 多核 集群 混合体系

下载PDF 职称材料

多智能体系统混合智能学习算法研究 被引量：5

5

作者 张淑军 孟庆春 +2 位作者 宋长虹 张艳 张文 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2003年第9期1083-1085,共3页

针对Agent个体学习与群体学习各自的不足,探讨了多智能体系统(MAS)中的合作与协商及Agent学习技术,提出了一种新的混合智能学习算法.将个体学习与群体学习有效结合起来,提高了Agent的个体性能及系统整体的智能水平.在足球机器人仿真系... 针对Agent个体学习与群体学习各自的不足,探讨了多智能体系统(MAS)中的合作与协商及Agent学习技术,提出了一种新的混合智能学习算法.将个体学习与群体学习有效结合起来,提高了Agent的个体性能及系统整体的智能水平.在足球机器人仿真系统中进行了实验,结果表明了算法的可行性与有效性. 展开更多

关键词 多智能体系统 混合智能学习 算法 AGENT 足球机器人 合作 协商 仿真

下载PDF 职称材料

改进的混合蛙跳移动机器人路径规划算法 被引量：7

6

作者 潘桂彬 刘国栋 张世龙 《计算机应用研究》 CSCD 北大核心 2014年第12期3564-3567,共4页

为了实现移动机器人在障碍环境中的路径规划,提出一种改进的混合蛙跳算法(SFLA)。改进算法在原算法基础上引入交叉操作,并在青蛙更新策略中充分利用学习机制;此外提出了一种带控制参数的产生新个体的方法代替原本的随机更新操作。把路... 为了实现移动机器人在障碍环境中的路径规划,提出一种改进的混合蛙跳算法(SFLA)。改进算法在原算法基础上引入交叉操作,并在青蛙更新策略中充分利用学习机制;此外提出了一种带控制参数的产生新个体的方法代替原本的随机更新操作。把路径规划问题转换为最小化问题,基于环境中目标和障碍物的位置定义青蛙的适应度,机器人依次到达每次迭代中最好蛙的位置,从而实现最优路径规划。移动机器人仿真实验中,与基本蛙跳算法和其他智能算法相比,改进算法在规划时间和成功次数上均有很大的提高。实验结果表明了改进算法的有效性。 展开更多

关键词 移动机器人 路径规划 混合蛙跳算法 交叉操作 学习机制 适应度

下载PDF 职称材料

一种具有抗噪音能力的增量式混合学习算法 被引量：1

7

作者 陈兆乾 周志华 +1 位作者 姜远 陈世福 《计算机研究与发展》 EI CSCD 北大核心 1999年第6期675-680,共6页

文中提出了一种具有抗噪音能力的增量式混合学习算法ＩＨＭＣＡＰ．该算法将基于概率论的符号学习与神经网络学习相结合，通过引入ＦＴＡＲＴ神经网络，不仅实现了两种不同思维层次的靠近，还成功地解决了符号学习与神经网络学习精度之... 文中提出了一种具有抗噪音能力的增量式混合学习算法ＩＨＭＣＡＰ．该算法将基于概率论的符号学习与神经网络学习相结合，通过引入ＦＴＡＲＴ神经网络，不仅实现了两种不同思维层次的靠近，还成功地解决了符号学习与神经网络学习精度之间的均衡性问题．其独特的增量学习机制不仅使得它只需进行一遍增量学习即可完成对新增示例的学习，还使该算法具有较好的抗噪音能力，从而可以应用于实时在线学习任务． 展开更多

关键词 神经网络 抗噪音 混合学习 机器学习 算法

下载PDF 职称材料

基于β-混合序列的学习机器的相对一致收敛速率的界(英文) 被引量：1

8

作者 邹 斌 李落清 万成高 《工程数学学报》 CSCD 北大核心 2008年第3期531-538,共8页

推广性能是机器学习理论研究的主要目的之一。为了研究相依序列下采用ERM算法的学习机器的推广性能,本文基于β-混合序列建立了采用ERM算法的学习机器的经验风险到它的期望风险相对一致收敛速率的界。这个界不仅把基于独立序列下已有的... 推广性能是机器学习理论研究的主要目的之一。为了研究相依序列下采用ERM算法的学习机器的推广性能,本文基于β-混合序列建立了采用ERM算法的学习机器的经验风险到它的期望风险相对一致收敛速率的界。这个界不仅把基于独立序列下已有的结果推广到β-混合相依序列的情况,而且对β-混合相依序列现有的一些结论进行了改进。得到了β-混合相依序列下,采用ERM算法的学习机器的推广性能的界。 展开更多

关键词 学习机器 ERM算法 相对一致收敛 混合序列

下载PDF 职称材料

小型无人有缆遥控水下机器人智能控制方法

9

作者 黄兆军 曾明如 《实验室研究与探索》 CAS 北大核心 2024年第7期34-38,53,共6页

针对深度确定性策略梯度(DDPG)算法应用于无人有缆遥控水下机器人(ROV)运动控制时存在的坏样本影响学习稳定性、缺少环境探索能力以及学习时间长难收敛等问题,从神经网络结构、噪声引入和融合监督学习3个方面对DDPG算法进行改进,并提出... 针对深度确定性策略梯度(DDPG)算法应用于无人有缆遥控水下机器人(ROV)运动控制时存在的坏样本影响学习稳定性、缺少环境探索能力以及学习时间长难收敛等问题,从神经网络结构、噪声引入和融合监督学习3个方面对DDPG算法进行改进,并提出了基于混合神经网络结构和参数噪声的监督式DDPG算法。仿真结果表明,监督式DDPG算法比常规DDPG算法和传统比例-积分-微分(PID)算法更加有效。 展开更多

关键词 深度确定性策略梯度算法 混合神经网络 参数噪声 监督学习 无人有缆遥控水下机器人 运动控制

下载PDF 职称材料

基于改进火烈鸟搜索算法的移动机器人路径规划 被引量：2

10

作者 马兵 吕彭民 +3 位作者 刘永刚 韩红安 周强 胡永涛 《传感器与微系统》 CSCD 北大核心 2023年第11期123-126,共4页

为改善火烈鸟搜索算法(FSA)在路径规划中易陷入局部误区的问题,提出改进FSA(IFSA)用于移动机器人路径规划。该算法引入自适应Sigmoid非线性因子实现种群动态调整,平衡了算法的全局搜索与局部搜索;同时,嵌入自适应混合精细分级的觅食位... 为改善火烈鸟搜索算法(FSA)在路径规划中易陷入局部误区的问题,提出改进FSA(IFSA)用于移动机器人路径规划。该算法引入自适应Sigmoid非线性因子实现种群动态调整,平衡了算法的全局搜索与局部搜索;同时,嵌入自适应混合精细分级的觅食位置更新方式,增强算法局部寻优能力;进一步提出随机镜面反射学习(RSRL)机制并应用于算法种群逐维学习,提高算法的寻优效率与精度。实验结果表明:IFSA能够快速获取最短路径,寻优能力优于其他算法,具有较强的稳定性和鲁棒性。 展开更多

关键词 移动机器人 火烈鸟搜索算法 自适应Sigmoid非线性因子 混合精细分级 随机镜面反射学习 路径规划

下载PDF 职称材料

基于机器学习的LTE-MR定位算法研究与应用范例 被引量：5

11

作者 王宁 刘旭峰 +3 位作者 贾元启 史文祥 郭新 何丹萍 《北京交通大学学报》 CAS CSCD 北大核心 2021年第2期87-94,110,共9页

LTE用户向网络反馈的MR测量报告,可以为无线网络分析与优化提供海量的基础测试数据.设计高精度的MR定位信息重构算法,对发展数据驱动的网络优化技术至关重要.本文首先对几种传统的基于终端测量信息的定位算法及其优缺点进行分类介绍,进... LTE用户向网络反馈的MR测量报告,可以为无线网络分析与优化提供海量的基础测试数据.设计高精度的MR定位信息重构算法,对发展数据驱动的网络优化技术至关重要.本文首先对几种传统的基于终端测量信息的定位算法及其优缺点进行分类介绍,进而提出一种基于机器学习方法设计高精度混合定位算法的思想.基于该思想,采用了AdaBoost算法对同区域具备定位信息标签的MR数据进行模型训练,得到的模型可对定位信息缺失的MR数据进行较高精度的定位信息重构.以中国联通某业务区本地网LTE-MR数据为例,对所提算法性能进行了仿真及误差分析,讨论了算法的优缺点,测试了算法运行的速度,并通过具体案例展示了算法应用于中国联通RNExp无线网络专家系统进行网络覆盖评估的效果. 展开更多

关键词 移动用户定位 机器学习混合算法 ADABOOST算法 LTE测量报告 数据分析

下载PDF 职称材料

基于增量学习算法的混合课程学生成绩预测模型研究 被引量：12

12

作者 罗杨洋 韩锡斌 《电化教育研究》 CSSCI 北大核心 2021年第7期83-90,共8页

基于在线学习行为预测学生成绩可以辅助教师动态掌握学情,制定差异化的教学策略,然而在混合课程中仅仅依据在线数据对学生成绩进行预测难度很大,尚处于探索中。文章选取某高校2018秋季学期和2020春季学期的“高活跃型混合课程”学生在... 基于在线学习行为预测学生成绩可以辅助教师动态掌握学情,制定差异化的教学策略,然而在混合课程中仅仅依据在线数据对学生成绩进行预测难度很大,尚处于探索中。文章选取某高校2018秋季学期和2020春季学期的“高活跃型混合课程”学生在线行为数据,采用增量学习的随机森林算法构建学生成绩预测模型,研究发现:(1)增量学习随机森林算法在混合课程样本最多的数据集中,获得预测结果准确率最高(75.1%);(2)相较于批量学习随机森林算法,增量学习算法在数据样本量较多的数据集中预测结果准确率更高;(3)当样本数量达到一定规模后,预测结果准确率波动减小、稳定性增强。本研究采用增量学习随机森林算法预测混合课程中的学生成绩,不仅取得了较好的预测准确率,而且解决了新增数据后模型的稳定性问题,将有助于模型的迭代优化,提高模型的通用性,以及可持续追踪学生在不同学期的学习行为特征。 展开更多

关键词 学生成绩预测 混合课程 增量学习算法 随机森林算法 机器学习

下载PDF 职称材料

具有工件相关学习效应的一般多机器流水车间调度问题研究 被引量：7

13

作者 李永林 叶春明 刘勤明 《计算机应用研究》 CSCD 北大核心 2014年第6期1677-1680,1692,共5页

针对目前具有学习效应调度的研究范围局限在单机或双机流水车间调度方面且学习模型过于简单的问题,建立了一般情况下具有工件相关学习因子、以最大完工时间为目标的多机流水线调度模型。在对模型有效求解方面,针对多项式算法和启发式算... 针对目前具有学习效应调度的研究范围局限在单机或双机流水车间调度方面且学习模型过于简单的问题,建立了一般情况下具有工件相关学习因子、以最大完工时间为目标的多机流水线调度模型。在对模型有效求解方面,针对多项式算法和启发式算法的不足,提出引入智能算法进行求解的思想,将新颖的布谷鸟智能算法用于模型求解,设计了IMM编码用于编码转换,用An混沌映射进行种群初始和启发式算法随机替换策略以提高种群的质量和分散度,再结合迭代贪婪算法和Metropolis准则以提高局部搜索能力和避免早熟,建立了一种混合布谷鸟算法。仿真验证了该混合算法的有效性和优越性。 展开更多

关键词 工件相关学习效应 多机器流水车间调度 最大完工时间 混合布谷鸟算法

下载PDF 职称材料

基于学习机制的退火并行遗传算法应用研究 被引量：3

14

作者 梁旭 黄明 《系统工程学报》 CSCD 北大核心 2006年第6期663-667,共5页

本文综合并行遗传算法(PGA)和模拟退火算法(SA)的优点,提出一种新的退火并行混合优化策略(PGASA).该算法克服了并行遗传算法局部搜索能力弱的缺点,在子种群的搜索中引入SA作为GA种群的变异算子,增强和补充了PGA的局部进化能力;同时将机... 本文综合并行遗传算法(PGA)和模拟退火算法(SA)的优点,提出一种新的退火并行混合优化策略(PGASA).该算法克服了并行遗传算法局部搜索能力弱的缺点,在子种群的搜索中引入SA作为GA种群的变异算子,增强和补充了PGA的局部进化能力;同时将机器学习原理引入到混合算法中,增加了种群的平均适值,有效地避免了最优解的丢失,加快了进化速度.针对车间调度中的典型问题进行了仿真,结果证明了新算法的有效性. 展开更多

关键词 并行遗传算法 机器学习 模拟退火算法 混合策略

下载PDF 职称材料

面向同源蛋白质探测的一种新型混合深度学习模型

15

作者 张茜 孙一佳 +1 位作者 白琳 李陶深 《广西科学》 CAS 2019年第3期283-290,共8页

根据蛋白质氨基酸链探测其同源蛋白质,进而预测蛋白质的功能,是生物信息学研究领域的一个重要挑战,也是众多生物医学研究领域的基础研究内容,有着重要的科研价值和广泛的应用需求。其研究难点在于:(1)如何学习对同源蛋白质预测有效、有... 根据蛋白质氨基酸链探测其同源蛋白质,进而预测蛋白质的功能,是生物信息学研究领域的一个重要挑战,也是众多生物医学研究领域的基础研究内容,有着重要的科研价值和广泛的应用需求。其研究难点在于:(1)如何学习对同源蛋白质预测有效、有用的蛋白质特征信息;(2)如何更好地运用蛋白质特征信息,实现同源蛋白质的探测与识别。为了解决同源蛋白质探测与识别研究中的关键难点,本文提出一种基于混合深度学习架构的同源蛋白质探测与识别模型(HDLMPHP)。通过采用统一的“管道式”深度学习架构,将蛋白质特征学习和探测识别统一为一个整体,提高同源蛋白质探测与识别的效能。采用多组并行的深度卷积神经网络,学习蛋白质的各种属性信息,以期获得丰富的待检测蛋白质和靶蛋白质的高级相关性特征,并通过全连接方式使用多层RBM结构融合和精炼这些相关性特征为全局相关性特征。通过统一的深度网络连接方式,以探测和识别任务为导向,学习到对于同源蛋白质预测最有效、最全面的蛋白质特征信息。在标准数据集SCOPe上,对所提模型进行性能与效率评测,结果表明:本文提出的模型能有效地学习到符合任务导向的蛋白质特征数据,提升同源蛋白质探测与识别的准确度和召回率,优于现有的模型和算法。 展开更多

关键词 混合深度学习 同源蛋白质 深度卷积神经网络 蛋白质特征提取 深度学习模型 机器学习算法

下载PDF 职称材料

基于学生在线学习行为特征的混合课程分类研究 被引量：16

16

作者 罗杨洋 韩锡斌 《中国电化教育》 CSSCI 北大核心 2021年第6期23-30,48,共9页

课程分类对其设计、实施及评价十分重要。混合课程的动态设计和实施、个性化评价以及学习预警研究都要求数据驱动的课程分类,然而这种分类方法目前尚在探索中。该研究选取某高校网络教学平台中2018年秋季学期2456门混合课程的在线数据... 课程分类对其设计、实施及评价十分重要。混合课程的动态设计和实施、个性化评价以及学习预警研究都要求数据驱动的课程分类,然而这种分类方法目前尚在探索中。该研究选取某高校网络教学平台中2018年秋季学期2456门混合课程的在线数据作为样本,提出了一种依据学生在线学习行为聚类特征对混合课程进行分类的方法,并采用2020年春季学期的1851门混合课程对该分类方法的稳定性进行了验证。结果表明:(1)该方法通过机器学习算法对混合课程中的学生在线学习行为进行聚类并提取每类学生的典型特征,并据此将混合课程分为可以自动识别的五种类型:不活跃型课程、低活跃型课程、任务型课程、阅览型课程和高活跃型课程;(2)采用该方法对同一个高校两个学期的混合课程进行分类,结果都归入了五个类别之中,且每类课程中学生学习行为的典型特征相同,由此验证了该方法具有良好的稳定性;(3)该方法不依赖人工事先标注,便于计算机自动化分类,能发现课程中的学生群体行为特征,分析学习过程差异,为教师动态设计、实施混合课程,及时预警学生并实现个性化混合课程评价奠定基础。 展开更多

关键词 混合课程 课程分类 聚类分析 在线学习行为 机器学习算法

下载PDF 职称材料

基于混合概率模型的无监督离散化算法 被引量：16

17

作者 李刚 童頫 《计算机学报》 EI CSCD 北大核心 2002年第2期158-164,共7页

现实应用中常常涉及许多连续的数值属性 ,而目前许多机器学习算法则要求所处理的属性取离散值 .根据在对数值属性的离散化过程中 ,是否考虑相关类别属性的值 ,离散化算法可分为有监督算法和无监督算法两类 .基于混合概率模型 ,该文提出... 现实应用中常常涉及许多连续的数值属性 ,而目前许多机器学习算法则要求所处理的属性取离散值 .根据在对数值属性的离散化过程中 ,是否考虑相关类别属性的值 ,离散化算法可分为有监督算法和无监督算法两类 .基于混合概率模型 ,该文提出了一种理论严格的无监督离散化算法 ,它能够在无先验知识、无类别属性的前提下 ,将数值属性的值域划分为若干子区间 。 展开更多

关键词 人工智能 机器学习 混合概率模型 无监督离散化算法

下载PDF 职称材料

基于内容用户建模在混合推荐算法中的应用

18

作者 任磊 《微计算机信息》 2010年第24期11-13,共3页

用户建模技术是推荐系统中的重要组成部分,通过用户建模技术可以完成对用户兴趣知识的挖掘和表示。本文针对传统协作过滤算法中存在的用户兴趣描述粒度过大问题,以及用户-项目评分矩阵的稀疏性所引起相似度计算不准确的问题,通过应用Wid... 用户建模技术是推荐系统中的重要组成部分,通过用户建模技术可以完成对用户兴趣知识的挖掘和表示。本文针对传统协作过滤算法中存在的用户兴趣描述粒度过大问题,以及用户-项目评分矩阵的稀疏性所引起相似度计算不准确的问题,通过应用Widrow-Hoff学习算法实现基于内容的用户建模,提出了一种结合基于内容用户建模与协作过滤算法的混合推荐算法,并通过实验分析验证了算法在收敛速度和推荐准确性方面都有较大提高。 展开更多

关键词 基于内容用户建模 混合推荐算法 机器学习

下载PDF 职称材料

基于混合分类算法模型的DNS隧道检测 被引量：5

19

作者 单康康 郭晔 +1 位作者 陈文智 鲁东明 《通信学报》 EI CSCD 北大核心 2018年第A01期53-57,共5页

分析了目前DNS隧道检测各种方法,重点研究基于机器学习技术的DNS隧道分类方法,针对目前DNS隧道检测只局限于特定隧道类别进行判别的不足,提出了采用多种分类算法进行组合分类决策的混合分类算法模型(CCAM)对DNS隧道进行检测与分类,CCAM... 分析了目前DNS隧道检测各种方法,重点研究基于机器学习技术的DNS隧道分类方法,针对目前DNS隧道检测只局限于特定隧道类别进行判别的不足,提出了采用多种分类算法进行组合分类决策的混合分类算法模型(CCAM)对DNS隧道进行检测与分类,CCAM算法采用了支持向量机(SVM)、朴素贝叶斯(NB)、决策树(DT)等3种机器学习分类算法进行混合分类、组合训练与加权求优。结果表明,混合分类算法模型(CCAM)对DNS隧道的检测能达到90%精度值。 展开更多

关键词 混合分类算法模型 机器学习 DNS隧道 支持向量机 朴素贝叶斯 决策树

下载PDF 职称材料

Dirichlet混合样本的EM算法与动态聚类算法比较 被引量：5

20

作者 夏棒 EMILION Richard 王惠文 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2019年第9期1805-1811,共7页

Dirichlet分布是一类包含正参数向量的连续多元概率分布,在比例结构问题中具有广泛的应用。针对Dirichlet混合样本的聚类问题,进行了最大期望(EM)算法和动态聚类算法研究。首先,推导其数学过程,并给出算法迭代步骤。然后,利用数字仿真实... Dirichlet分布是一类包含正参数向量的连续多元概率分布,在比例结构问题中具有广泛的应用。针对Dirichlet混合样本的聚类问题,进行了最大期望(EM)算法和动态聚类算法研究。首先,推导其数学过程,并给出算法迭代步骤。然后,利用数字仿真实验,比较了EM算法与动态聚类算法两种机器学习算法在Dirichlet混合样本中的聚类效果。最后,计算对数似然函数值、程序运行时间、收敛迭代次数、聚类正确率、真正率(TPR)和假正率(FPR) 6个评价指标。仿真实验结果表明,EM算法聚类正确率更高但是运算效率相对较低,而动态聚类算法运算效率较高但是损失了部分聚类正确率。因此,实际应用中建议综合权衡聚类正确率与运算效率的相对需求后,再选取合适算法进行Dirichlet混合样本聚类。 展开更多

关键词 Dirichlet分布 混合样本 最大期望(EM)算法 动态聚类 机器学习

原文传递