收藏本站
《江南大学》 2010年
收藏 | 手机打开
二维码
手机客户端打开本文

智能识别中的降维新方法及其应用研究

皋军  
【摘要】:在智能模式识别领域中,当待处理数据呈现高维特征时,往往首先使用有效的特征降维方法对数据进行所谓的降维预处理,以提高智能识别的有效性,因此近年来特征提取和特征选择这两类主要的特征降维方法得到了广泛深入地研究,且被较为成功地运用到解决具体的模式识别问题中。然而,目前一些经典的特征降维方法以及部分改进方法在处理具体的智能识别问题时在一定程度上表现出鲁棒性不高、泛化能力不强的特点。所以本课题针对上述不足,通过结合其它智能处理技术研究新的特征降维方法。所研究内容主要涉及如下三个部分。 第一部分由第二章和第三章组成,这一部分分别讨论两种新颖的特征选择方法。具体来说,第二章主要针对势支持向量机P-SVM存在的泛化能力不强的问题,通过引入Fisher判别分析方法中的类内散度矩阵,重新构造P-SVM的目标函数,从而形成具有较强泛化能力的广义的势支撑特征选择方法GPSFM。GPSFM方法不但在一定程度上继承了P-SVM的优点,而且还具有特征选择冗余度低、选择速度快和适应能力强的特点,从而使得该方法表现出了较之于P-SVM更好的特征选择和分类效果。第三章针对经典的模糊聚类方法FCM存在的对噪音数据和噪音特征敏感的问题,采用对样本点和样本特征同时加权的方式,重新构造FCM方法的目标函数,从而得到具有特征排序功能的鲁棒性模糊聚类方法FCA。FCA方法不但具有较为稳定的聚类功能,同时可以通过特征权值和样本权值来反映不同特征和不同样本对聚类的贡献程度,从而实现特征排序,达到特征选择的目的。该章中我们还根据一定的几何含义去确定特征权值和样本权值参数合理的取值范围,并从理论上加以证明。 第二部分由第四章和第五章组成,这一部分分别讨论两种新颖的特征提取方法。具体来说,第四章针对线性拉普拉斯判别准则LLD方法存在的小样本以及如何确定原始样本空间类型的问题,通过引入语境距离度量并结合最大间距判别准则的基本原理提出一种基于语境距离度量的拉普拉斯最大间距判别准则CLMMC。CLMMC方法不但在一定程度上避免小样本问题,而且由于语境距离度量更关注输入样本簇内在的本质结构而不是原始样本空间的类型,从而降低了该准则对特定样本空间的依赖程度。同时通过引入计算语境距离度量的新算法并结合QR分解的基本原理使得CLMMC在处理高维矢量模式数据时更具适应性和效率。本章还从理论上讨论CLMMC准则具有的基本性质以及与LLD准则的内在联系。第五章针对最大散度差判别准则的效果很大程度上依赖参数η选取,以及该准则的划分属于硬划分,在一定程度上不能客观地反映现实世界的问题,通过引入模糊技术,重新构造一种新的模糊最大散度差判别准则,并根据这一新准则提出一种模糊聚类方法FMSDC。FMSDC方法通过迭代优化过程中实现聚类的同时还可以得到最优鉴别矢量,实现特征降维。并依据一定的原则合理地设定参数η,从而一定程度上降低了该参数对划分结果稳定性的影响。 第三部分由第六章和第七章组成,这一部分主要研究和讨论两种基于类内散度的支持向量机的方法。具体来说,第六章针对最小类内散度支持向量机MCSVMs面临的小样本问题,通过引入张量理论,重新构造MCSVMs支持向量机的目标函数,从而提出基于矩阵模式的最小类内散度支持向量机MCSVMsmatrix以及相应的非线性核方法Ker-MCSVMsmatrix。MCSVMsmatrix方法不但克服了MCSVMs方法所面临的小样本问题,同时降低了算法本身具有的时间和空间复杂度。而且Ker-MCSVMsmatrix方法首次实现了矩阵模式的非线性化。第七章针对经典SVM方法不能充分地反映样本内在几何结构以及所蕴含的判别信息的问题,通过同时引入线性判别准则中的类内散度和局部保持投影LPP的基本原理,重新构造SVM的目标函数,提出基于全局和局部保持的半监督支持向量机GLSSVM以及非线性核方法Ker-GLSSVM。GLSSVM方法较为充分地考虑了样本间内在的全局和局部结构,同时还满足作为半监督方法必须依据的一致性假设原则。
【学位授予单位】:江南大学
【学位级别】:博士
【学位授予年份】:2010
【分类号】:TP391.41

【参考文献】
中国期刊全文数据库 前6条
1 高新波,李洁,姬红兵;基于加权模糊c均值聚类与统计检验指导的多阈值图像自动分割算法[J];电子学报;2004年04期
2 李洁;高新波;焦李成;;基于特征加权的模糊聚类新算法[J];电子学报;2006年01期
3 王丽娟;关守义;王晓龙;王熙照;;基于属性权重的Fuzzy C Mean算法[J];计算机学报;2006年10期
4 宋枫溪,高秀梅,刘树海,杨静宇;统计模式识别中的维数削减与低损降维[J];计算机学报;2005年11期
5 沈红斌,王士同,吴小俊;离群模糊核聚类算法[J];软件学报;2004年07期
6 邓赵红,王士同,胡德文;适于癌基因表达数据集的新特征提取标准NFEC及其分类新算法研究[J];生物信息学;2004年02期
【共引文献】
中国期刊全文数据库 前10条
1 张根耀,李竹林,赵宗涛;遮挡情况下运动目标的跟踪[J];安徽大学学报(自然科学版);2003年03期
2 张贵,乔春生;应用支持向量机回归确定岩体强度指标[J];北方交通大学学报;2004年01期
3 李翠霞,于剑;一种模糊聚类算法归类的研究[J];北京交通大学学报;2005年02期
4 谢纪刚;裘正定;;非平衡数据集Fisher线性判别模型[J];北京交通大学学报;2006年05期
5 余鹏,封举富;基于多分辨率小波和高斯混合模型的纹理图像分割[J];北京大学学报(自然科学版);2005年03期
6 韩武鹏,陈文楷,刘正耀;模糊小波算法在纺织品瑕点检测中的应用[J];北京工业大学学报;2002年01期
7 张虹,陈文楷;一种基于小波矩的图像识别方法[J];北京工业大学学报;2004年04期
8 苏惠敏,高剑宏,陈哲;BP网络实时图像自动选取算法研究[J];北京航空航天大学学报;2002年02期
9 张吉堂,路宏年;树分类器在多界面粘接质量图像诊断中的应用[J];北京航空航天大学学报;2003年08期
10 张宏伟,李胜,袁亮,刘永庆;潘一矿煤与瓦斯突出危险性模式识别与概率预测[J];北京科技大学学报;2005年04期
中国重要会议论文全文数据库 前10条
1 张韵;张燕;苗艳华;蒲金霞;;提升小波在笔迹鉴别中的应用[A];2007北京地区高校研究生学术交流会通信与信息技术会议论文集(上册)[C];2008年
2 罗仁泽;王汝言;冉瑞生;;二维PCA法策略及证明[A];2007北京地区高校研究生学术交流会通信与信息技术会议论文集(上册)[C];2008年
3 郭锋;刘丽丽;吕凝;;基于LLE和SVM的人像识别方法[A];2007北京地区高校研究生学术交流会通信与信息技术会议论文集(上册)[C];2008年
4 王伟;郑东良;;支持向量机的分类机理研究[A];信号与信息处理技术第三届信号与信息处理全国联合学术会议论文集[C];2004年
5 邵小健;段华;贺国平;;一种改进的最少核分类器[A];中国运筹学会第七届学术交流会论文集(上卷)[C];2004年
6 任伟;闫桂英;;利用聚类算法来研究基因选择问题[A];中国运筹学会第八届学术交流会论文集[C];2006年
7 Dougsoo Kaown;刘建国;;支持向量机的几何解法(英文)[A];中国运筹学会第八届学术交流会论文集[C];2006年
8 乔立岩;彭喜元;彭宇;;基于支持向量机的键盘密码输入异常检测方法研究[A];2004全国测控、计量与仪器仪表学术年会论文集(上册)[C];2004年
9 荣海娜;张葛祥;张翠芳;;基于支持向量机的非线性系统辨识方法[A];中国自动化学会、中国仪器仪表学会2004年西南三省一市自动化与仪器仪表学术年会论文集[C];2004年
10 王薇;李晓辉;;CDMA系统中基于SVM的多用户检测算法[A];第十九届电工理论学术年会论文集[C];2007年
中国博士学位论文全文数据库 前10条
1 陈莉;KDD中的几个关键问题研究[D];西安电子科技大学;2003年
2 吴艳;多传感器数据融合算法研究[D];西安电子科技大学;2003年
3 张润峰;FNS对MI大鼠HRV和心脏神经重构的作用及部分机制探讨[D];重庆医科大学;2004年
4 王占全;基于地理信息系统空间数据挖掘若干关键技术的研究[D];浙江大学;2005年
5 吕铁军;通信信号调制识别研究[D];电子科技大学;2000年
6 凌杰;公路动态称重系统的设计理论研究[D];长安大学;2001年
7 李剑;局部放电灰度图象识别特征提取与分形压缩方法的研究[D];重庆大学;2001年
8 孙涛;基于数据融合技术的两相流流型辨识与流量测量方法研究[D];浙江大学;2002年
9 郭满才;群体遗传变异的信息学模型研究[D];西北农林科技大学;2002年
10 叶俊勇;人脸检测与识别方法研究[D];重庆大学;2002年
中国硕士学位论文全文数据库 前10条
1 李新军;基于支持向量机的建模预测研究[D];天津大学;2004年
2 王夏黎;视频交通流检测及车辆识别系统的设计与实现[D];西北大学;2001年
3 王珏;移动数据库中动态数据广播策略的研究[D];天津工业大学;2008年
4 李名庆;医学图像多尺度增强与病灶分层检测算法研究[D];西安电子科技大学;2005年
5 刘枫;数字图象压缩算法的应用研究[D];成都理工学院;2001年
6 张锐;基于人工神经网络理论的机械故障诊断技术研究[D];东北林业大学;2001年
7 屈炳云;移动通信中的多用户检测算法[D];西安电子科技大学;2001年
8 王立;先进红外成像制导技术研究[D];西北工业大学;2001年
9 张浩;数据融合在工程中的应用与研究[D];湖南大学;2001年
10 李华;SVM中多项式核函数的修改及Exon-Intron特征序列的研究[D];北京工业大学;2001年
【二级参考文献】
中国期刊全文数据库 前10条
1 张莉,周伟达,焦李成;基于微分容量控制的学习机[J];电子学报;2003年10期
2 李洁,高新波,焦李成;一种基于CSA的混和属性特征大数据集聚类算法[J];电子学报;2004年03期
3 李洁;高新波;焦李成;;基于特征加权的模糊聚类新算法[J];电子学报;2006年01期
4 高新波,裴继红,谢维信;基于统计检验指导的聚类分析方法[J];电子与信息学报;2000年01期
5 吴小俊,杨静宇,王士同,Josef Kittler,陆介平;改进的统计不相关最优鉴别矢量集[J];电子与信息学报;2005年01期
6 刘涛,吴功宜,陈正;一种高效的用于文本聚类的无监督特征选择算法[J];计算机研究与发展;2005年03期
7 王熙照,王丽娟,王利伟;传递闭包聚类中的模糊性分析[J];计算机工程与应用;2003年18期
8 李晓黎,刘继敏,史忠植;基于支持向量机与无监督聚类相结合的中文网页分类器[J];计算机学报;2001年01期
9 张莉,周伟达,焦李成;核聚类算法[J];计算机学报;2002年06期
10 许建华 ,张学工 ,李衍达;一种基于核函数的非线性感知器算法[J];计算机学报;2002年07期
【相似文献】
中国期刊全文数据库 前10条
1 ;智能识别技术将成科博会最热点[J];每周电脑报;2004年04期
2 方明煌,王永强;公路收费站自动计量监控系统的研究[J];电子技术应用;1996年06期
3 王力;;智能识别技术现状及发展趋势[J];中国防伪报道;2007年08期
4 廖芹,贺德化;聚合物混合质量的智能控制(英文)[J];运筹学学报;2002年03期
5 周波;钱勇生;广晓平;;智能交通运动检测模型与计算方法的研究[J];兰州交通大学学报;2006年01期
6 毕大园;杨钰;;基于nRF系列无线收发芯片的线路智能识别系统设计[J];红河学院学报;2006年02期
7 桑中顺;;新奥法隧道掌子面照片处理与智能识别[J];山西建筑;2007年36期
8 周鑫;;NXP:RFID的产业合作与标准化进程至关重要[J];电子设计技术;2006年10期
9 杨宁学,诸昌钤;智能型远程作业系统研究[J];计算机应用研究;2005年09期
10 曹梦龙;于镭;;图像智能识别技术在图像自主导航中的应用[J];控制工程;2006年S2期
中国重要会议论文全文数据库 前10条
1 陈才扣;崔美琳;曹丽;刘永俊;;基于核的二维最大散度差投影鉴别分析及人脸识别[A];第二十七届中国控制会议论文集[C];2008年
2 黄高明;苏国庆;张琪;李敬辉;;雷达辐射源智能识别系统及其神经网络硬件实现[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年
3 温利东;;以太网技术发展趋势[A];2003年内蒙古自治区自然科学学术年会优秀论文集[C];2003年
4 唐盛;鹿昌义;梁艳川;;微生物智能识别方法的研究与实现[A];中华医学会第七次全国检验医学学术会议资料汇编[C];2008年
5 王述红;杨成祥;于培言;刘斌;;遗传-神经网络方法在位移演化规律智能识别中的应用[A];计算力学研究与进展——中国力学学会青年工作委员会第三届学术年会论文集[C];1999年
6 陈国华;张新梅;谢常欢;何湘铂;;超声检测中裂纹型缺陷深度的智能识别方法研究[A];第六届全国压力容器学术会议压力容器先进技术精选集[C];2005年
7 黄赣辉;邓少平;;人工智能味觉系统:概念、结构与方法[A];提高全民科学素质、建设创新型国家——2006中国科协年会论文集[C];2006年
8 黄赣辉;邓少平;;人工智能味觉系统:概念、结构与方法[A];食品感官科学前沿与发展——首届中国食品感官科学学术研讨会暨《食品感官科学》课程建设研讨会论文集[C];2006年
9 陈立国;王库;;基于TMS320DM642的嵌入式棉籽识别系统[A];农业工程科技创新与建设现代农业——2005年中国农业工程学会学术年会论文集第三分册[C];2005年
10 冯地清;;核爆炸监测中的智能识别与决策[A];第7届全国核电子学与核探测技术学术年会论文集(三)[C];1994年
中国重要报纸全文数据库 前10条
1 郑金武;中科院与香港科大共建智能识别实验室[N];江苏科技报;2009年
2 ;近场通信实现畜牧业智能识别[N];人民邮电;2008年
3 高岚;高效智能识别2-7层数据[N];中国计算机报;2003年
4 袁华;网络时代呼唤智能识别[N];中国贸易报;2000年
5 艾文;BMC ACNM:注入智能识别[N];中国计算机报;2002年
6 王清举 王永栋 吴珍林;足迹智能识别:掌握犯罪的脚步[N];人民公安报;2002年
7 王龙;汉字智能识别产业何时成形[N];中国计算机报;2002年
8 本报记者蔡云锦;汉字智能识别产业渐成气候[N];中国经营报;2002年
9 柯 棘;中科院自动化所展示智能识别技术[N];经济日报;2002年
10 齐泽萍;今后,不停车即可进行运政稽查[N];山西经济日报;2008年
中国博士学位论文全文数据库 前10条
1 皋军;智能识别中的降维新方法及其应用研究[D];江南大学;2010年
2 王桂林;岩石洞室地基稳定性研究[D];重庆大学;2004年
3 杨宁学;作业系统中计算类主观题处理技术研究[D];西南交通大学;2006年
4 方贵盛;面向概念表达的计算机辅助草绘设计关键技术研究[D];浙江大学;2007年
5 毛清华;煤矿钢丝绳芯输送带缺陷弱磁信号智能识别研究[D];西安科技大学;2012年
6 张秀玲;冷带轧机板形智能识别与智能控制研究[D];燕山大学;2003年
7 王建平;多层次多阶段仿人智能控制与识别方法及其应用的研究[D];合肥工业大学;2007年
8 张习文;基于单义域邻接图的扫描工程图样自组织智能识别理论与技术研究[D];大连理工大学;2000年
9 梁光明;体液细胞图像有形成分智能识别关键技术研究[D];国防科学技术大学;2008年
10 陈渊;煤矿液压支架缸体环焊缝缺陷超声检测与评价研究[D];西安科技大学;2010年
中国硕士学位论文全文数据库 前10条
1 孙策兵;智能识别技术在政府应急平台中的应用研究[D];电子科技大学;2010年
2 王飞;铜—钢熔敷焊接头超声检测缺陷特征提取与智能识别研究[D];南京理工大学;2010年
3 胡亮;浮法玻璃缺陷的智能识别方法[D];武汉理工大学;2010年
4 单文娣;基于车辆轨道动力特性的轨道基础沉降智能识别方法[D];北京交通大学;2012年
5 丁方;心电畸异波智能识别方法的研究[D];华东理工大学;2012年
6 王尧;基于图像的高速铁路线路环境状态智能识别技术研究[D];北京交通大学;2010年
7 史中辉;玉米种子品种智能识别系统研究[D];山东农业大学;2011年
8 严乔;基于WiFi无线网络的智能识别机器人研究与实现[D];华南理工大学;2010年
9 张翔;基于神经网络的结构损伤远程智能识别方法研究[D];武汉理工大学;2004年
10 闫小梅;玉米种子纯度的智能识别研究[D];山东农业大学;2011年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026