导读:本文包含了转导推理论文开题报告文献综述及选题提纲参考文献，主要关键词:一致性预测器,转导推理,算法随机性理论,非一致性度量
转导推理论文文献综述
王莉[1]（2011）在《基于转导推理思想的一致性预测器》一文中研究指出当前存在的一些机器学习分类算法多是建立在归纳、演绎逻辑推理的方法基础之上,面对一批数据总是试图从中提取一个适用的通用分类模型,并期望此分类模型有较高的预测性能；但是这种分类模式在高风险、小样本领域却有一定的局限性：首先基于数量有限的小样本数据,用于归纳一个通用规则的训练样本数据较少,造成分类模型的准确度较低,而且忽略了测试集样本的信息,从而不能充分利用所有样本数据信息；其次分类预测结果通常只是简单的将样本划分为某一类,对样本多大程度上属于这一类没有一个量的概念,且预测结果没有置信度衡量,在高风险领域的应用尚有不足。本文对基于转导推理的一致性预测算法的研究就是针对此局限性而展开的。转导推理是基于整个样本所拥有的全部信息直接进行分类识别的原则方法,分类过程中不需归纳分类模型,而是通过探索待测数据和样本序列之间的内在联系而进行推理判别；算法是通过Kolmogorov算法随机性理论建立一种置信度机制,通过随机性检测函数对置信度进行估算,且随机性检测函数的结果就是预测结果的可信度,同时在置信度控制下其算法预测结果是域的形式。一致性预测算法的核心部分是非一致性度量函数的设计,设计非一致性度量函数可以融合现有分类算法进行。本文首先对K近邻一致性预测算法和支持向量机一致性预测算法进行研究,并在K近邻一致性预测算法的基础上进行改进,提出用测地线距离来代替欧式距离度量样本间相似性；然后基于逻辑回归模型实现了基于Logistic回归的一致性预测算法；本文所有算法都是基于MatlabR2007b平台实现,并基于多种标准数据集和实际应用领域的烟草行业数据进行仿真实验,同时和Weka平台下的一些分类算法的分类预测率进行比对分析,来验证一致性预测算法的性能。本文最后对研究工作进行了总结,并指出了今后进一步的研究方向。(本文来源于《中国海洋大学》期刊2011-05-01）
楼俊钢,江建慧[2]（2010）在《软件可靠性预测中的转导推理理论》一文中研究指出软件可靠性预测是典型的小样本预测问题.传统的软件可靠性建模方法实际上是通过解决一个难得多的问题作为中间步骤来解决一个相对简单的问题.考虑到人工神经网络、支持向量机以及相关向量机在可靠性预测中的成果经验,借鉴Vapnik提出的转导推理理论构建了可靠性预测的转导推理理论.在四个数据集上的实验结果表明,基于转导推理的软件可靠性模型在预测能力上较之一些广泛使用的NHPP类模型有明显的提高.(本文来源于《第六届中国测试学术会议论文集》期刊2010-07-24）
邱一卉,米红[3]（2010）在《基于随机森林和转导推理的特征提取方法》一文中研究指出提出一种基于随机森林和转导推理的特征提取方法,步骤如下:1)利用带标签的训练样本建立随机森林模型;2)将无标签的测试数据导入随机森林模型中,生成全体数据(训练样本和测试数据)的相似性矩阵;3)对该相似性矩阵进行多维尺度变换得到全体数据的低维数据表示,即低维特征,使得原高维数据在低维空间中具有更好的可分性.UCI数据库的实验结果表明:与主成分分析方法相比,该方法将无标签测试集的数据分布信息转移到相似性矩阵中,更好地刻画整个样本空间上的数据分布特性,从而提高分类器的性能,是一种行之有效的特征提取方法.最后还讨论了特征提取维数对模型准确率的影响,为实际应用提供参考.(本文来源于《厦门大学学报(自然科学版)》期刊2010年03期）
庄进发,罗键,李波,吴长庆[4]（2009）在《基于拒绝式转导推理M-SVDD的机械故障诊断》一文中研究指出针对现有多类支持向量域数据描述(multi-class support data description,M-SVDD)存在的不足和局限性,提出一种拒绝式转导推理多类支持向量域数据描述(rejected transductive inference M-SVDD,RTIM-SVDD)方法,并将该方法应用于机械加工故障诊断当中。首先,RTIM-SVDD通过训练寻求一个尽可能包含所有数据样本的最小超球体作为拒绝检测面,来整体学习样本知识或数据描述,并以一定的拒绝度判别新的测试样本,达到故障检测的目的;其次,应用分别包含各个类别样本的多个超球体,来判别满足一定拒绝度的样本,实现多分类问题。对于模糊样本点归属判别关键问题,本文采用一种新的转导推理规则来进行决策。最后,通过一个仿真实验进行验证,结果证明了RTIM-SVDD的可行性和有效性。(本文来源于《仪器仪表学报》期刊2009年07期）
转导推理论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
软件可靠性预测是典型的小样本预测问题.传统的软件可靠性建模方法实际上是通过解决一个难得多的问题作为中间步骤来解决一个相对简单的问题.考虑到人工神经网络、支持向量机以及相关向量机在可靠性预测中的成果经验,借鉴Vapnik提出的转导推理理论构建了可靠性预测的转导推理理论.在四个数据集上的实验结果表明,基于转导推理的软件可靠性模型在预测能力上较之一些广泛使用的NHPP类模型有明显的提高.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
转导推理论文参考文献
[1].王莉.基于转导推理思想的一致性预测器[D].中国海洋大学.2011
[2].楼俊钢,江建慧.软件可靠性预测中的转导推理理论[C].第六届中国测试学术会议论文集.2010
[3].邱一卉,米红.基于随机森林和转导推理的特征提取方法[J].厦门大学学报(自然科学版).2010
[4].庄进发,罗键,李波,吴长庆.基于拒绝式转导推理M-SVDD的机械故障诊断[J].仪器仪表学报.2009