收藏本站
《北京交通大学》 2010年
收藏 | 手机打开
二维码
手机客户端打开本文

多视图的半监督学习研究

王娇  
【摘要】: 学习是人类具有的一种重要智能行为,模仿人类的学习过程是机器学习的主要目标。机器学习根据生理学、认知科学等对人类学习机理的研究成果,建立人类学习过程的计算模型,研究通用的学习算法,是人工智能和神经计算的核心研究内容之一。 基于数据的机器学习从观测数据中构建模型,以对无法观测的数据或未见数据进行预测。随着信息时代的到来,数据大量存在,但获取数据的标记需要耗费人力物力。这里的“标记”是指数据所对应的输出,如在分类问题中标记就是数据的类别。传统的监督学习方法从有标记的数据中构建模型,当有标记的数据较少时所训练出的学习系统很难具有好的性能。半监督学习研究当有标记的数据较少时如何利用大量的未标记数据来改善学习性能,具有广泛的应用领域,是当前机器学习研究的热点问题之一。 在机器学习的许多实际问题中数据有多个视图,如何综合利用数据的多个视图进行学习是具有挑战性的研究内容。本文研究多视图的半监督学习,对多视图半监督学习中的学习理论、学习算法、以及多视图的构造等关键问题进行了深入的研究,取得了一定的研究成果,并经过充分的实验验证,为进一步的研究和应用奠定了基础。 本文创造性的研究成果主要有: 1.提出一种多视图半监督学习中的正则化方法。从有限样本中学习往往是病态逆问题,解决的办法是对学习过程加以限制,这个过程称为正则化。针对多视图的半监督学习,利用假设空间的度量结构,定义学习函数的光滑性和一致性。在每个视图内的学习过程中限制函数的光滑性,在多个视图的协同学习过程中限制函数的一致性。提出一种两个层次的正则化算法,同时使用函数的光滑性和一致性进行正则化,并对算法预测误差进行理论分析。实验表明,该算法较仅使用光滑性或仅使用一致性的正则化方法在预测性能上有显著提高。 2.提出一种基于图的多视图半监督学习方法。分析图表示法的适用性,使用多个图结构表示多视图数据,将基于图的半监督学习扩展到数据有多个视图的情况。提出一种多个图的半监督学习算法,在每个图上进行半监督学习,并在多个图上协同学习,从而同时优化多个图上的学习器。从概率角度分析多个图上的学习过程。实验表明,该算法较单个图上的半监督学习算法有更高的分类精度。 3.提出一种随机子空间中的多视图构造及学习方法。在数据的特征空间中取随机子空间,将数据映射到多个随机子空间中,以构造数据的多个视图。提出一种随机子空间中的多视图半监督学习算法,将每个视图上的学习器预测置信度最高的未标记数据用于训练其它视图上的学习器,从而使各个视图上的学习器协同训练。使用随机判别理论对算法进行分析。实验表明,该算法在数据特征较多时较同类算法有更好的预测性能。 4.提出一种排除学习器不确定性的主动学习方法,并将其与多视图半监督学习结合。运用主动学习思想选取学习器最不置信的未标记数据作为需要查询的数据。在每个视图内的学习过程中,对于最置信的未标记数据,将其用于训练其它视图上的学习器;对于最不置信的未标记数据,向外界查询它的标记。实验表明,该算法能够显著提高学习性能。
【学位授予单位】:

知网文化
【相似文献】
中国期刊全文数据库 前18条
1 武永成;;基于多视图未标记数据的机器学习[J];计算机与现代化;2013年03期
2 王娇;罗四维;;一种半监督协同训练的正则化算法[J];计算机科学;2012年07期
3 宗林林;张宪超;赵乾利;于红;刘馨月;;一种多流形正则化的多视图非负矩阵分解算法[J];南京大学学报(自然科学);2017年03期
4 薛晖;陈松灿;刘洁;黄继建;;基于跨视图约束的多视图分类方法[J];模式识别与人工智能;2014年02期
5 小米;;818型海警巡逻舰多视图[J];军事文摘;2016年18期
6 段桂江;孙飞;唐晓青;;集成质量系统与企业资源计划系统的多视图融合机制研究[J];计算机集成制造系统;2005年12期
7 邓强;杨燕;王浩;;一种改进的多视图聚类集成算法[J];计算机科学;2017年01期
8 罗爱民;罗雪山;黄力;;基于多视图的信息系统体系结构描述方法研究[J];计算机科学;2007年02期
9 李波;赵健康;戴金海;;飞行器设计并行工程中多视图响应分析[J];计算机仿真;2006年09期
10 胡树根,李涨生,卓守鹏,董进;一种基于约束的多视图尺寸驱动方法及实现[J];中国机械工程;1998年07期
11 石艳玲;单文档多视图的多种实现方式[J];计算机应用研究;1999年10期
12 邱立坤;金澎;王厚峰;;基于依存语法构建多视图汉语树库[J];中文信息学报;2015年03期
13 任振娜;;怎样在VC++中创建基于SDI多框架多视图[J];电脑编程技巧与维护;2009年03期
14 夏钮琛;胡洁;王伟明;彭颖红;詹振飞;戚进;;基于转换表的物料清单多视图映射方法[J];上海交通大学学报;2008年04期
15 陈平;孙立镌;梁宗学;;特征转换在多视图维护中的应用[J];哈尔滨理工大学学报;2006年02期
16 姚琼;徐翔;邹昆;;基于异质多视图主动学习的高光谱地物分类[J];计算机应用与软件;2018年02期
17 张中军;Visual C++6.0中实现三叉切分窗口与多视图[J];电脑编程技巧与维护;2004年04期
18 姚琼;徐翔;邹昆;;联合空谱特征的多视图主动学习的高光谱图像分类[J];遥感信息;2018年06期
中国重要会议论文全文数据库 前10条
1 赵旭;刘克;吴威;;多视图三维重建技术和不确定问题[A];第八届中国不确定系统年会论文集[C];2010年
2 张秀芬;裴承慧;胡志勇;;在OpenGL中实现多视图表示[A];第十四届全国图学教育研讨会暨第六届制图CAI课件演示交流会论文集(下册)[C];2004年
3 唐帅;项志宇;马子昂;;基于多视图一致性低秩稀疏学习的视频目标跟踪[A];浙江省信号处理学会2015年学术年会论文集[C];2015年
4 葛冰峰;陈英武;廖良才;舒宇;;基于多视图的武器装备体系结构描述方法研究[A];和谐发展与系统工程——中国系统工程学会第十五届年会论文集[C];2008年
5 朱焕;胡祥杰;;2016机器学习三大趋势:算法经济将引导人工智能走向何方?[A];《科学与现代化》2017年第1期(总第070期)[C];2017年
6 李诚;陈志军;;基于多视图像的岩心三维建模与虚拟展示初探[A];第十三届全国数学地质与地学信息学术研讨会论文集[C];2014年
7 张钹;张铃;;统计学习理论及其应用[A];2001年中国智能自动化会议论文集(上册)[C];2001年
8 杨旻;张曦娟;;人工智能行业应用及对电力行业发展的思考[A];2017电力行业信息化年会论文集[C];2017年
9 周倩;沈夏炯;;类比推理的计算模型研究综述[A];计算机研究新进展(2010)——河南省计算机学会2010年学术年会论文集[C];2010年
10 谢玮;王彦春;毕臣臣;;人工智能在石油地球物理勘探中的应用研究综述[A];2017中国地球科学联合学术年会论文集(二十七)——专题54:地震物理过程、专题55:智慧地球物理[C];2017年
中国重要报纸全文数据库 前10条
1 佚名;戴尔:让人工智能和机器学习成为现实[N];中国信息化周报;2018年
2 ;人工智能、机器学习和深度学习有何分别[N];中国信息化周报;2019年
3 长江日报记者 叶军;“预测变得廉价时,会出现更多预测”[N];长江日报;2019年
4 本报记者 路沙;Splunk:以产品技术应对趋势和需求变化[N];中国信息化周报;2018年
5 本报记者 胡萍;拆掉高墙:促进科技创新成果落地和应用[N];金融时报;2018年
6 赛迪出版传媒首席记者 郭涛;没有AI,云计算将会怎样[N];中国计算机报;2018年
7 崔爽;“暗黑版”AI现身引忧虑[N];中国航空报;2018年
8 本报记者 夏文燕;人工智熊威胁人类?哈哈,别逗了[N];江苏科技报;2017年
9 郭涛;Splunk的“黑科技”[N];中国信息化周报;2017年
10 薇薇;人工智能和机器学习成为B2B的主流[N];计算机世界;2018年
中国博士学位论文全文数据库 前10条
1 王娇;多视图的半监督学习研究[D];北京交通大学;2010年
2 周旭东;基于不同多视图数据场景的典型相关分析研究和应用[D];南京航空航天大学;2013年
3 钱强;复杂场景下的多视图学习方法研究[D];南京航空航天大学;2013年
4 李晋;基于多视图鉴别特征学习的分类算法[D];中国矿业大学(北京);2016年
5 杨琬琪;多视图特征选择与降维方法及其应用研究[D];南京大学;2015年
6 王岳青;多视图学习算法和应用研究[D];国防科学技术大学;2017年
7 朱信忠;多视图聚类算法研究[D];西安电子科技大学;2018年
8 吴飞;多视图特征学习方法研究[D];南京邮电大学;2016年
9 沈肖波;多视图嵌入学习方法及其应用研究[D];南京理工大学;2017年
10 田文;多视图图像的快速三维场景重建[D];华中科技大学;2010年
中国硕士学位论文全文数据库 前10条
1 邹晓川;基于多视图学习的大规模图像分类的研究[D];南京大学;2014年
2 奚晓钰;基于图学习的多视图半监督特征提取方法及其图像分类应用[D];南京邮电大学;2017年
3 刘彦勋;多视图学习研究及其算法改进[D];西安电子科技大学;2015年
4 郭云;基于约束的多视图集成学习方法研究[D];南京航空航天大学;2012年
5 王浩;投影式超多视图光场三维显示系统设计与增透薄膜材料优化实现[D];重庆大学;2018年
6 张屹然;基于划分模型的多视图聚类算法研究[D];南京师范大学;2018年
7 杨克;基于DWH模型对多模态数据的多视图度量学习方法研究[D];华南理工大学;2018年
8 文坤;多状态多视图约束视觉/惯性组合导航算法研究[D];国防科学技术大学;2016年
9 廉亚红;加权的多视图聚类方法[D];大连理工大学;2018年
10 张祎;多视图矩阵分解的聚类分析[D];大连理工大学;2018年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978