论文部分内容阅读
随着社会的快速发展,人类已经不知不觉地进入了数据与日俱增的时代。面对世界快速堆积的大量数据,数据挖掘、深度学习和人工智能等新兴学科正在蓬勃发展,这些机器学习工具可以帮助我们从海量的数据中找出有价值的信息。其中,使用特定的机器学习模型根据已知的数据特征来分析和预测未知的数据和结果是目前科学研究的一个热点,这样就使得我们的研究者可以通过使用模型方法得到预测的数据和结果,对未来事物的发展做出更加正确的判断和决择。但是由于在实践中机器学习会产生大量不完整、有重复性的数据,如果我们不对这些数据进行约简处理,就直接使用机器学习模型进行预测,那么我们在实践中得到的结果肯定也是受到一定程度的损失。所以在数据挖掘领域,特征分析对模型的选择和评价得到了研究者的日益重视和关注。而以特征选择为代表的数据预处理则可以在一定程度上解决这一问题,通过特征选择,对数据的预测精确度以及学习的效率都有诸多好处。支持向量机(Support Vector Machine,SVM)方法是一种以统计学习理论为理论基础的机器学习技术,以系统结构风险最小化原则为预测思路,从上世纪被提出以来,几十年来得到了国内外学者的深入研究和不断发展。为了有效解决其他预测方法存在的“过学习”问题,SVM引入了核函数、松弛变量以及基于结构风险化最低准则等概念,从而很好地解决了非线性的数据分类问题。目前SVM方法已经广泛应用于金融、生物信息识别、建筑科学等学科的线性不可分问题。本文以此理论为基础,将粒子群算法(Particle Swarm Optimization,PSO)与SVM进行结合,构建了PSO-SVM预测模型,然后将PSO-SVM模型与提出的特征选择方法结合起来,设计出一种组合预测模型。首先使用数据分析方法对原始数据进行分析训练,然后将训练得到的结果与实际的数据进行对比,最后通过引入相关分析指标来评判模型的性能优劣,通过大量的实证分析检验模型的实际可行性,并在实验中得出了较好的效果。本文研究内容如下:(1)研究提出了一种基于特征间因果关系的新方法——基于特征间因果关系的线性方法(Causality Based Linear,CBL)。本文采用CBL方法删除冗余特征,可以有效地减少后续的数据分析工作。(2)本研究中,选用SVM进行学习,然后使用PSO优化SVM参数,希望能进一步降低模型预测误差。(3)提出了使用CBL特征选择方法和SVM的组合优化模型对PM2.5进行预测,将两者结合起来可以得到新的组合预测学习模型,该学习模型将使用CBL方法优化过的数据作为SVM优化学习模型的输入,首先对原始实验数据进行预处理步骤,然后把处理过的数据输入到组合模型中,最后得出模型的结果。(4)本文用UCI(University of California,Irvine)网站上具有代表性的12组数据集对组合模型进行验证。结果显示,本文提出的组合模型比单一SVM模型具有较高的可行性和准确率。本论文将特征选择算法、PSO以及SVM的理论研究结合应用于当下实际民生热点,不仅从理论上验证了基于特征选择算法和PSO的SVM预测模型的精确度,更是未来城市空气质量实时监控和调节的理论研究基础,从而使得本论文的研究具备一定的实际指导意义。