基于改進的極限學習機(ELM)的缺失數(shù)據(jù)填補方法研究.pdf

1、隨著感知技術、網(wǎng)絡傳輸和存儲技術的不斷發(fā)展，數(shù)據(jù)的產(chǎn)生、收集和存儲能力大大提高，數(shù)據(jù)的規(guī)模以幾何級數(shù)方式迅猛增長。海量的數(shù)據(jù)為信息分析和挖掘帶來了巨大便利，同時也提出了巨大的挑戰(zhàn)，其中數(shù)據(jù)缺失問題極大地影響數(shù)據(jù)的可用性，是數(shù)據(jù)質(zhì)量研究中的重點和難點問題之一。如何預測缺失數(shù)據(jù)，準確還原物理世界的原始信息，用以支持高級的數(shù)據(jù)挖掘應用，具備重要的理論研究和實際應用價值。本文針對這一關鍵問題展開研究。主要工作如下:
　　首先，本文利用極限

2、學習機(ELM)的回歸原理填補缺失數(shù)據(jù)，針對待填補缺失數(shù)據(jù)集往往先驗知識不足，激活函數(shù)選擇困難，或待填補數(shù)據(jù)集本身復雜，難以選擇合適激活函數(shù)的問題，重點研究了基于改進的差分優(yōu)化算法自適應的選取激活函數(shù)的算法。該方法根據(jù)缺失數(shù)據(jù)填補問題的特點，改進了種群優(yōu)化算法，進而提出了適用于缺失數(shù)據(jù)填補的自適應的極限學習機(A-ELM)。并詳細介紹了自適應的極限學習機(A-ELM)填補缺失數(shù)據(jù)的可操作性及其填補步驟。
　　然后，本文針對待填補缺

3、失數(shù)據(jù)集自變量間存在線性關系時，利用極限學習機(ELM)進行填補，求解廣義逆矩陣會導致準確率低甚至病態(tài)解問題，提出了嶺回歸極限學習機(B-ELM)。重點研究了基于廣義交叉驗證法選取嶺參數(shù)k的方法，嶺回歸極限學習機(B-ELM)能有效處理變量間有相關性的缺失數(shù)據(jù)集。并綜合總結(jié)出泛化性強、填補準確率較高的缺失數(shù)據(jù)填補工具自適應的嶺回歸極限學習機模型(AB-ELM-MD)。自適應的嶺回歸極限學習機模型(AB-ELM-MD)可以對那些無法確定激

4、活函數(shù)的不完備輸入數(shù)據(jù)集進行填補，同時可以以較高的準確率對各維度之間高度相關的不完備數(shù)據(jù)進行填補，也可以對綜合含有上述問題的不完備數(shù)據(jù)進行填補。
　　最后，本文以兩組真實的高維DNA微陣列數(shù)據(jù)、一組真實的數(shù)據(jù)量較大的交通軌跡數(shù)據(jù)為例，利用支持向量機回歸機(SVR)方法、極限學習機(ELM)方法、自適應的嶺回歸極限學習機缺失數(shù)據(jù)填補模型(AB-ELM-MD)，針對含有上述問題數(shù)據(jù)集，以不完備數(shù)據(jù)回歸的結(jié)果為基礎進行缺失數(shù)據(jù)的填補。證