项目简介
项目名称
基于能量学习的特征选择方法及其应用研究
项目批准号
61073114
学科分类
F020508
信息科学部
_计算机科学
_计算机应用技术
_模式识别理论及应用
资助类型
信息科学
负责人
李云
依托单位
南京邮电大学
批准年份
2010
起止时间
201101-201312
批准金额
32.00万元
摘要
为解决高维小样本的"维数灾难"问题和发现自然模型的真实变量，本项目主要研究基于能量学习的特征选择方法，并将其与模块化集成学习方法相融合，通过解决样本分解后引发的"维数灾难"问题和增加集成个体的差异性，提高模块化集成学习处理高维大规模不平衡数据的性能。拟开展的研究工作包括：1）结合K近邻分类思想，研究能量学习的局部模型以及由能量函数构成的K近邻分类损失函数；2）研究基于能量学习的特征子集评价准则，设计新的特征选择方法；3）研究融入特征选择的模块化集成学习方法，系统分析基学习器之间的差异性；4）在大规模集群计算机上实现本项目所研究的特征选择方法和模块化集成学习方法，通过解决计算机取证中的高维大规模不平衡电子证据的分类和从异常行为中挑选真正反映计算机犯罪的关键特征，验证它们的有效性。本研究对模式识别、数据挖掘和机器学习等领域所面临的高维小样本的特征选择以及高维大规模不平衡数据的分类具有重要意义。
评论区 (0)
#插入话题
