logo

您所在位置网站首页 > 海量文档  > 学术论文 > 大学论文

机器学习论文:浅谈机器学习.doc 8页

本文档一共被下载: ,您可全文免费在线阅读后下载本文档。

  • 支付并下载
  • 收藏该文档
  • 百度一下本文档
  • 修改文档简介
全屏预览

下载提示

1.本站不保证该用户上传的文档完整性,不预览、不比对内容而直接下载产生的反悔问题本站不予受理。
2.该文档所得收入(下载+内容+预览三)归上传者、原创者。
3.登录后可充值,立即自动返金币,充值渠道很便利
机器学习论文:浅谈机器学习 [摘 要] 学习是人类智能的主要标志和获得智慧的基本手段,机器学习的研究就是希望计算机能像人类那样具有从现实世界获取知识的能力,同时进一步发现人类学习的机理和揭示人脑的奥秘。机器学习是人工智能的一个重要的研究领域。 [关键词] 机器学习 遗传算法 人工神经网络 支持向量机 一、什么是机器学习 机器学习就是要使计算机能模拟人的学习行为,自动地通过学习获取知识和技能,重新组织已有的知识结构,不断改善自身的性能,实现自我完善。即机器学习研究的就是如何使机器通过识别和利用现有知识来获取新知识和新技能。它是人工智能的核心,是使计算机具有智能的根本途径。该门科学起源于心理学、生理学、生物学、医学等科学,研究发展过程中涉及到数学、物理学、计算机科学等领域。机器学习主要围绕学习机理、学习方法、面向任务这三个方面进行研究,其应用几乎遍及自然科学的各个领域。其中最多的是模式识别、通讯、控制、信号处理等方面。 二、机器学习系统 学习是建立理论、形成假设和进行归纳推理的过程。为使计算机系统具有某种程度的学习能力,使它能够通过学习获取新知识,以改善性能,提高智能水平,需要建立相应的学习系统。学习系统一般由环境、学习环节、知识库、执行与评价组成,整个过程包括信息的存储、知识的处理两大部分。机器学习系统模型如图1所示。 1 机器学习模型 三、机器学习的主要策略 学习是一项复杂的智能活动,学习过程与推理过程紧密相连。按照学习中使用的推理的多少,机器学习所采用的策略主要可分为机械学习、通过传授学习、类比学习和通过实例学习等。学习中所用的推理越多,系统的能力越强。本文主要介绍以下三种机器学习方法,即遗传算法、人工神经网络模型及支持向量机。 1、遗传算法 由于遗传算法的整体搜索策略和优化搜索方法,在计算时是不依赖于梯度信息和其他辅助信息,而只需要影响搜索方向的目标函数和相应的适应度函数,所以遗传算法提供了一种求解复杂问题的通用框架,它不依赖于问题的具体领域,对问题的种类有很强的鲁棒性,所以广泛应用于自动控制、计算科学、工程设计、智能故障诊断、管理科学和社会科学等领域,适用于解决复杂的非线性和多维空间寻优问题。 2、人工神经网络模型 3)。 3 神经网络基本模型 4所示。 在神经网络中,大量神经元的互连结构及各连接权值的分布就表示了学习所得到的特定要领和知识。在网络的使用过程中,对于特定的输入模式,神经网络通过向前计算,产生一个输出模式,并得到节点代表的逻辑概念, 通过对输出信号的比较与分析可以得到特定解。神经元之间具有一定的冗余性,并且允许输入模式偏离学习样本,因此神经网络的计算行为具有良好的并行分布、容错和抗噪能力。 图4神经元模型 1)前馈型网络(bp) bp网络。多层感知器的输入输出关系与单层感知器完全相同。前一层的输出是下一层的输入。 2)反馈型网络(hopfield) ,它是一种动态反馈系统,所有计算单元之间 (3)自组织竞争人工神经网络 自组织映射模型是由kohonen提出来的。模型是以实际神经细胞中的一种特征敏感的细胞为模型的。各个细胞分别对各种输入敏感,可以代表各种输入,反映各种输入样本的特征。如果在二维空间上描述这些细胞,则,功能相近的细胞聚在一起,靠得比较近。功能不同的离得比较远。开始是无序的,当输入样本 人工神经网络以其具有自学习、自组织、较好的容错性和优良的非线性逼近能力,受到众多领域学者的关注。在实际应用中,80%~90%的人工神经网络模型是采用误差反传算法或其变化形式的网络模型(简称bp网络),目前主要应用于函数逼近、模式识别、分类和数据压缩或数据挖掘。 但不适合高精度计算;学习问题没有根本解 3、支持向量机(svm) vapnik创建的统计学习理论。 svm就是首先通过用内积函数k(xi,xj)定义的非线性变换将输入空间变换到一个高维空间,在这个空间中求(广义)最优分类面。svm分类函数形式上类似于一个神经网络,输出是中间节点的线性组合,每个中间节点对应一个支持向量。 20世纪90年代末发展最快的研究方向之一,其核心思想就是学习机器要与有限的训练本相适应。 机器学习是一个十分活跃、充满生命力的研究领域,同时也是一个比较困难、争议颇多的研究领域,虽然取得了一些令人瞩目的成就,但还存在许多尚未解决的问题。目前人工智能研究的主要障碍和发展方向之一就是机器学习,因此,机器学习有着广阔的研究前景。 参考文献: [1] 张景绘,动力学系统建模[m].北京:国防工业出版社,2000. [2] 杨义勇等,机械系统动力学[m].北京:清华大学出版社,2009. [3] 闫友彪等,机器学习的主要策略[j].计算机应用研究,2004(7).

发表评论

请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
用户名: 验证码: 点击我更换图片

“原创力文档”前称为“文档投稿赚钱网”,本站为“文档C2C交易模式”,即用户上传的文档直接卖给(下载)用户,本站只是中间服务平台,本站所有文档下载所得的收益归上传人(含作者)所有【成交的100%(原创)】。原创力文档是网络服务平台方,若您的权利被侵害,侵权客服QQ:3005833200 电话:19940600175 欢迎举报,上传者QQ群:784321556