發(fā)布時間：2024-07-08 20:35

　　在信息技術(shù)的高速發(fā)展的背景下,各個應(yīng)用領(lǐng)域產(chǎn)生了大量非結(jié)構(gòu)化的數(shù)據(jù)。這些數(shù)據(jù)給傳統(tǒng)機器學(xué)習(xí)方法來了許多新的挑戰(zhàn),其中之一就是“維數(shù)災(zāi)難”。高維數(shù)據(jù)中存在的大量的冗余信息會降低機器學(xué)習(xí)方法的計算效率,并且通常會影響結(jié)論的準確性。為了有效去除高維數(shù)據(jù)中的冗余信息,本文采用靜態(tài)綁定框架局部敏感哈希算法描述造高維數(shù)據(jù)空間中的粒度結(jié)構(gòu)。由于局部敏感哈希算法獲得的數(shù)據(jù)相似關(guān)系依賴于給定概率參數(shù)而變化,所以相較于粗糙集等傳統(tǒng)粒計算方法,本文中得到數(shù)據(jù)粒度結(jié)構(gòu)是一種近似的數(shù)據(jù)劃分結(jié)果。但這種近似粒度結(jié)構(gòu)解決了傳統(tǒng)粒計算模型在處理高維數(shù)據(jù)時需要大量計算時間的問題。在這種近似粒度劃分結(jié)構(gòu)的基礎(chǔ)上,本文借鑒傳統(tǒng)粗糙集依賴度的概念,設(shè)計一種基于粗糙集和局部敏感哈希的近似特征選擇算法。另外,在很多基于局部敏感哈希算法的相關(guān)算法中,為了保證有足夠好的效果并且節(jié)約計算資源,都會預(yù)先生成大量的哈希函數(shù),以便在之后的計算過程中繼續(xù)使用。本文也采用這種技巧,進一步考慮到經(jīng)過近似特征選擇后數(shù)據(jù)與已經(jīng)生成的哈希函數(shù)之間存在的特性,采用粗糙集特征選擇算法挑選更適用于分類的局部敏感哈希函數(shù),并通過結(jié)合新的分桶方法與動態(tài)碰撞框架基...

【文章頁數(shù)】：56 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２．２局部敏感哈算法的一個例子??Ｆｉｇ．?２．２?Ａｎ?ｅｘａｍｐｌｅ?ｏｆ?ａ?ｌｏｃａｌｌｙ?ｓｅｎｓｉｔｉｖｅ?ｈａｓｈ?ａｌｇｏｒｉｔｈｍ??

題。??２．２局部敏感哈希算法理論??本節(jié)，將介紹局部敏感哈希算法（又稱為ＬＳＨ函數(shù)）的基本理論和方法。理論上，??局部敏感哈希算法應(yīng)該擁有這樣的性質(zhì)：樣本的相似程度越高，就有更高的概率被劃分??到一個桶中。如果兩個樣本數(shù)據(jù)，在相同的ＬＳＨ函數(shù)映射下被劃分到相同的楠中，則??稱兩....

圖３．１?ＬＳＨ算法映射的結(jié)果??Ｆｉｇ．?３．１?Ｔｈｅ?ｍａｐｐｉｎｇ?ｒｅｓｕｌｔ?ｏｆ?ＬＳＨ?ａｌｇｏｒｉｔｈｍ??

模型??直觀上，在ＬＳＨ算法中每個桶中的樣本足夠相似，而在粗糙集理論的等價類劃分??中每個等價類子集中的樣本特征值相同，說明等價類子集中的樣本相似，基于這兩個概??念的相似之處，本文提出用ＬＳＨ算法中桶的劃分方法替換原始粗糙集中等價類的劃分??方法。下面舉例說明兩個概念的相似點。....

圖４．２以查詢?yōu)榛鶞实耐皠澐址椒??Ｆｉｇ．?４．２?Ｂｕｃｋｅｔ?ｄｉｖｉｓｉｏｎ?ｍｅｔｈｏｄ?ｂａｓｅｄ?ｏｎ?ｑｕｅｒｙ??

分類算法，在這些ＬＳＨ函數(shù)的映射??下，相似度足夠高且擁有相同決策屬性的樣本有很高的概率被劃分到同一個桶中。顯然，??篩選后的ＬＳＨ函數(shù)有利于進行接下來分類算法的相關(guān)工作。??（３）以分類點為基準的桶劃分方式??根據(jù)局部敏感哈希算法的理論，對于Ｌ距離的ＬＳＨ函數(shù)而言，原數(shù)據(jù)相似程....

圖４．３分類算法流程圖??Ｆｉｇ．?４．３?Ｔｈｅ?ｆｌｏｗ?ｃｈａｒｔ?ｆｏｒ?ａｐｐｒｏｘｉｍａｔｅ?ｃｌａｓｓｉｆｉｃａｔｉｏｎ??－２７?－??

／本，待分類樣本？和ｗ個／??／?ＬＳＨ?函數(shù)。?／???????將《個數(shù)掮樣本在ｗ個ＬＳＨ函教下逬行映肘??，形成離散化后的教搨???＼?／???計茸每一個眙希函數(shù)對于：夬策屬性的依賴度??■?＾???保留依賴度較高的々個ＬＳＨ函教??＾???循訐刺余的ＬＳＨ函數(shù)???＾???....

本文編號：4003842