没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
试读
50页
摘要 现实中的很多实际问题都可以转化为数据信息处理中的数据分类问题,例如 气象预报、商品推荐、生物信息、网络检测等,而数据信息处理都是以机器学习 为基础进行研究的。随着科学技术的发展,机器学习算法的应用领域也变得十分 广泛。 本文主要介绍了两种机器学习算法:粒子群算法优化支持向量机和卷积神经 网络。其中研究了粒子群算法优化支持向量机在树叶分类和癌症基因分类中的预 测,卷积神经网络在图像分类中的应用。 (1)基于各种树叶的特征构建一个数据预处理模型:先对各种数据进行归一 化处理,采用主成分分析方法从16个特征中提取出3个主成分,再建立粒子群 算法优化后的支持向量机,用支持向量机对树叶数据进行分类预测。实验结果表 明,相对于遗传算法和网格搜索法寻到的最优参数相比,粒子群算法优化支持向 量机具有最高的准确率,高达94.1%,高于其他两种分类方法。 (2)将粒子群优化的支持向量机模型应用到癌症基因分类中,通过选取多组 不同的实验数据对癌症手术后病人的复发和不复发的基因样本进行预测分类。对 于三种不同分类方法对于癌症基因分类的不同分类效果,综合实验结果,粒子群 优化支持向量机在三种分类方法中达到
资源推荐
资源详情
资源评论
中北大学学位论文
基于机器学习算法在数据分类中的应用研究
摘要
现实中的很多实际问题都可以转化为数据信息处理中的数据分类问题,例如
气象预报、商品推荐、生物信息、网络检测等,而数据信息处理都是以机器学习
为基础进行研究的。随着科学技术的发展,机器学习算法的应用领域也变得十分
广泛。
本文主要介绍了两种机器学习算法:粒子群算法优化支持向量机和卷积神经
网络。其中研究了粒子群算法优化支持向量机在树叶分类和癌症基因分类中的预
测,卷积神经网络在图像分类中的应用。
(1)基于各种树叶的特征构建一个数据预处理模型:先对各种数据进行归一
化处理,采用主成分分析方法从16个特征中提取出3个主成分,再建立粒子群
算法优化后的支持向量机,用支持向量机对树叶数据进行分类预测。实验结果表
明,相对于遗传算法和网格搜索法寻到的最优参数相比,粒子群算法优化支持向
量机具有最高的准确率,高达94.1%,高于其他两种分类方法。
(2)将粒子群优化的支持向量机模型应用到癌症基因分类中,通过选取多组
不同的实验数据对癌症手术后病人的复发和不复发的基因样本进行预测分类。对
于三种不同分类方法对于癌症基因分类的不同分类效果,综合实验结果,粒子群
优化支持向量机在三种分类方法中达到最好的分类效果。
(3)将卷积神经网络应用到图像处理上,通过优化卷积神经网络卷积层和池
化层中的滤波器函数,达到了优化性能的作用,再构造一定结构的卷积神经网络,
然后将该模型对图像数据集进行分类处理,在对图像进行最后达到预期的分类结
果。
关键词:树叶分类;支持向量机;粒子群算法;主成分分析法;癌症分类;
卷积神经网络
万方数据
中北大学学位论文
目
录
1绪论…………………………………………………………………………………………………………….1
1.1研究背景及意义…………………………………………………………………1
1.2国内外研究现状………………………………………………………………..3
1.2.1支持向量机研究现状……………………………………………………….3
1.2.2卷积神经网络研究现状……………………………………………………..4
1.3本文的主要工作与创新点……………………………………………………。6
1.4本文的结构安排………………………………………………………………….6
2主成分分析和支持向量机的原理和方法……………………………………………9
2.1主成分分析…………………………………………………………………….9
2.1.1主成分分析简介……………………………………………………………9
2.1.2主成分分析模型……………………………………………………………lO
2.1.3主成分分析基本步骤………………………………………………………。1l
2.2支持向量机………………………………………………………………………13
2.2.1支持向量机介绍…………………………………………………………….13
2.2.2支持向量机模型………………………………………………………….14
2.3本章小结…………………………………………………………………………16
3粒子群算法…………………………………………………………………………17
3.1粒子群算法……………………………………………………………………。17
3.1.1粒子群算法介绍………………………………………………………………17
3.1.2粒子群算法模型……………………………………………………………。17
3.1.3粒子群算法流程…………………………………………………………。18
3.2粒子群算法优化支持向量机…………………………………………………..19
3.3本章小结……………………………………………………………………….19
4
PSO.SVM模型在树叶分类中的应用…………………………………………….20
4.1实验阐述………………………………………………………………………。20
4.2树叶数据介绍…………………………………………………………………。20
万方数据
中北大学学位论文
4.3属性描述………………………………………………………………………22
4.4实验流程………………………………………………………………………23
4.5实验结果分析…………………………………………………………………24
4.5.1主成分分析结果…………………………………………………………24
4.5.2
PSO.SVM实验结果……………………………………………………26
4.6本章小结………………………………………………………………………27
5
PSO.SVM模型在癌症基因表达分类中的研究……………………………….28
5.1实验数据简述…………………………………………………………………28
5.2模型设计…………………………………...……………………………………。28
5.3三种分类结果的分析比较…………………………………………………….30
5.4本章小结...……………………………………………………………………。31
6卷积神经网络在图像分类处理中的研究………………………………………..32
6.1卷积神经网络简述…………………………………………………………….32
6.2卷积神经网络的特点与结构…………………………………………………32
6.2.1卷积神经网络的特点…………………………………………………….33
6.2.2卷积神经网络的结构………………………………………………………..33
6.2.2.1神经元结构…………………………………………………………..33
6.2.2.2卷积层……………………………………………………………….34
6.2.2.3池化层………………………………………………………………..35
6.2.3权值修正……………………………………………………………………..35
6.3卷积神经网络在图像分类上的应用…………………………………………36
6.3.1数据库描述………………………………………………………………。37
6.3.2卷积神经网络结构以及参数设置………………………………………….37
6.3.3实验结果及分析…………………………………………………………..38
6.4本章小结………………………………………………………………………39
7总结与展望………………………………………………………………………。40
7.1本文研究的主要内容……………………………………………………………40
7.2本文的不足与展望……………………………………………………………..40
IT
万方数据
中北大学学位论文
参考文献
攻读硕士学位期间发表的学术论文目录
致谢
llI
万方数据
中北大学学位论文
1.1研究背景及意义
1绪论
随着科学技术的发展,机器学习技术也迅速回到人们的视野当中来,机器学
习技术为现代社会的许多方面提供了方便:从网络搜索到社交网络上的内容过滤
n1,和电子商务网站上的推荐,并且它越来越多地应用在诸如相机和智能手机的
消费产品中。机器学习系统用于识别图像中的对象,将语音转换为文本雎3,匹配
新闻项目∞3,具有用户兴趣的帖子或产品,并选择相关的搜索结果。并且这些被
称为深度学习的一类机器学习技术,被越来越多地科技单位所推崇,其研究价值
可见一斑。机器学习算法的成功通常取决于数据表示,这是因为不同的表示可以
或多或少地隐藏数据背后的不同的解释因子。
本文主要研究了两种机器学习算法,一种是支持向量机模型,另一个是卷积
神经网络模型。
从应用方面考虑,本文主要研究了三方面的应用,首先是粒子群算法优化支
持向量机在树叶图像中的应用,其次是该模型在癌症基因识别中的应用,最后是
卷积神经网络在图像识别中的应用。
从研究背景来看,植物作为生物圈的重要组成部分,和人类有着密不可分的
关系,从为生物界提供氧气,到装饰大地,固定土壤等都对人们生活的方方面面
都起着不可忽视的作用。
植物分类学作为植物研究的基础性学科,主要研究整个植物界的不同类群的
起源,亲缘关系,以及进化发展规律H1。树叶作为植物的重要器官之一,在植物
的研究中起着至关重要的作用,它可以提供植物的很多信息,从树叶的各个特征
来识别植物的种类。不同的树叶在纹理,轮廓,颜色,叶脉形状等物理特征上都
不尽相同。以此为基础,我们可以直观的以树叶所具有的一些特征为研究对象来
分辨识别植物的种类。
图卜1是一片鸡爪槭树叶,是本文实验部分所识别的一类树叶。
万方数据
剩余49页未读,继续阅读
资源评论
- m0_648566712022-06-29用户下载后在一定时间内未进行评价,系统默认好评。
- y_耶叶2023-10-21资源使用价值高,内容详实,给了我很多新想法,感谢大佬分享~
「已注销」
- 粉丝: 794
- 资源: 3613
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功