开题报告-机器学习之非线性转换模型及应用研究.doc

综述本课题的研究动态，说明选题的依据和意义 本课题研究动态 机器学习是研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演译。 机器学习是关于理解与研究学习的内在机制、建立能够通过学习自动提高自身水平的计算机程序的理论方法的学科。近年来机器学习理论在诸多应用领域得到成功的应用与发展，已成为计算机科学的基础及热点之一。采用机器学习方法的计算机程序被成功用于机器人下棋程序、语音识别、信用卡欺诈监测、自主车辆驾驶、智能机器人等应用领域，除此之外机器学习的理论方法还被用于大数据集的数据挖掘这一领域。实际上，在任何有经验可以积累的地方,机器学习方法均可发挥作用。 机器学习的研究是根据生理学、认知科学等对人类学习机理的了解，建立人类学习过程的计算模型或认识模型，发展各种学习理论和学习方法，研究通用的学习算法并进行理论上的分析，建立面向任务的具有特定应用的学习系统。这些研究目标相互影响相互促进。 选题依据 机器学习是关于理解与研究学习的内在机制、建立能够通过学习自动提高自身水平的计算机程序的理论方法的学科 拟解决的主要问题 本课题研究机器学习中比较基础的非线性转换模型，以及误差分析，并将这些算法在某些领域中进行应用。 难点问题 通过软件建立应用领域的预测模型；对建立的预测模型进行分析和评价； 三、研究步骤、方法及措施： 1、查阅、学习文献资料，结合已学过的课程，明确机器学习的理论、方法、步骤；撰写开题报告； 2、研究机器学习方法在某领域中的应用； 3、通过软件建立应用领域的预测模型； 4、对建立的预测模型进行分析和评价； 5、撰写毕业论文； 6、翻译外文科技文献； 7、提交论文和翻译文献，做答辩讲稿，准备答辩。 四、工作进度： 序 号 设计（论文）各阶段名称 日 期 1 查阅、学习文献资料，结合已学过的课程，明确机器学习的理论、方法、步骤；撰写开题报告；毕业实习 1-5周 2 研究机器学习方法在某领域中的应用 5-8周 3 通过软件建立应用领域的预测模型 9-10周 4 对建立的预测模型进行分析和评价；撰写论文初稿 11-12周 5 撰写毕业论文 13-14周 6 外文翻译资料，修改、提交论文，准备答辩。 15-16周 五、主要参考文献： [1]刘云熹.基于支持向量机的个人信用评估方法研究[D].黑龙江:哈尔滨工业大学,2005 [2]习袁圣.江基于粗糙集和支持向量机的机械故障诊断系统[J].微机发展,2005,3:72-77 [3]黄陈锋.基于粗集一支持向量机的电力供需预警研究[D].北京华北电力大学,2006 [4]吕科奇.基于支持向量机的工程项目投资估算方法研究[D].浙江:浙江人学,2004 [5] Varfis. Univariate economic time series forecasting by connectionist methods[C].IEEE ICNN.1990(90):342-345. [6] Lapedes. Nonlinear signal processing using neural networks:Prediction and system modeling[R].Technical ReportLA-UR-87-2662.LosAlamos National Laboratory NM,1987,54-56. [7] 罗士勋.人民币汇率预测和风险管理研究[D].吉林大学，2005. [8] 楚翠玲，马恩涛.我国地方政府性债务风险预警研究-基于BP神经网络的分析[J].广西财经学院学报,2016(5):58-67 [9] 刘潋滟.我国财政风险监测预警方法优选及BP神经网络模型实践[D].云南财经大学，2016. [10]薛晔，蔺琦珠，任 耀.我国通货膨胀风险的预测模型-基于决策树BP神经网络[J].经济问题，2016（1）：82-89. [11] Sexton J, Laake P. Standard Errors for Bagged and Random Forest Estimators[J]. Computational Stastistics, 2008, 2(3):841-860. [12] Antipov, EA，pokryshevskaya, EB. Mass appraisal of residential apartments:An application of Random forest for valuation and a CART-based