基于改进AdaBoost算法的新疆红云滩—赤龙峰铁矿带成矿预测研究

发布时间：2024-02-18 19:23

　　近年来,地学空间信息处理、机器学习等技术,促进了空间定量预测与评价方法的长足发展。AdaBoost作为机器学习算法的一种,它能够通过集成提升算法精度。成矿系统是一个多元、异构的复杂系统,成矿事件的起因、发展、结果在空间上都具有复杂的特征。因此,人们很难将某给定区域精确划为“有矿”或“无矿”,而是给出一个“有矿的概率”,这通常表示一个模糊的逻辑。Real Adaboost分类器是对传统的Discrete Adaboost分类器的扩展和提升。相比于传统弱分类器的二值输出,Real Adaboost的每个弱分类器输出的都是一个表示“属于某个类的概率”,并通过将0-1的概率值映射到实数域,这也是“Real”的含义,能够表达更为复杂的分类逻辑。本文的主要研究内容包括:(1)介绍了Boosting算法的提出和发展,对传统和Real AdaBoost算法的误差,进行了分析说明。(2)通过分析传统Adaboost算法,分类器权重计算公式也存在一些问题,例如:在分类错误率接近0时,分类器权重取值为正无穷,影响了最终强分类器精度;由于困难或异常样本存在,在样本权重更新过程中,多次被分错样本的权重过大,进而...

【文章页数】：86 页

【学位级别】：硕士

【部分图文】：

图1-1技术路线图

中国地质大学（北京）硕士学位论文9图1-1技术路线图1.4.2研究成果本文通过总结新疆东天山海相火山岩型铁矿（红云滩、百灵山、赤龙峰铁矿）的成矿机理，分别对传统AdaBoost算法，RealAdaBoost算法和改进AdaBoost算法进行实验分析，通过ROC曲线以及预测结果图来....

图2-1集成学习算法原理（改自：周志华，2016）

中国地质大学（北京）硕士学位论文112集成学习与AdaBoost算法2.1集成学习集成学习（Dietterich,1997；王珏和石纯一，2003）方法是建立在个体学习器的基础上，进行有效融合集成形成强分类器的过程（如图2-1所示）。在集成学习算法中，如果个体学习器都是相同类型的....

图2-2传统AdaBoost算法结构图

2集成学习与AdaBoost算法122.2AdaBoost算法AdaBoost作为Boosting算法最典型的的算法代表，因而也被评为数据挖掘十大算法之一（Zhouetal.,2009）。以致于无特殊说明，提到Boosting算法所指的都是AdaBoost算法（王玲娣，2018）....

图2-3在相同数据集上Bagging和AdaBoost算法的训练以及测试错误率变化图

2集成学习与AdaBoost算法162.2.3AdaBoost算法泛化误差分析需注意的是，机器学习的目标是使学得的模型能很好地适用于“新样本”，而不是仅仅在训练样本上工作得较好的学习模型。那么，适用于新样本的能力，称为“泛化”（generalization）能力（周志华，2016....

本文编号：3902404