收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于流形学习的分类与聚类方法及其应用研究

王勇  
【摘要】:信息技术和互联网的飞速发展,使得从多个数据源得到的多种形态的数据不断地成指数级爆炸。如何对这些海量的复杂高维数据进行快速有效的处理、提取用户所需要的有价值信息是理论与应用数学、模式识别和计算机视觉等领域的研究者们所共同关注的问题。流形学习是一种有效的数据处理工具,可以从原始高维数据中挖掘有效精简的信息并发现数据的低维本质属性,为实现“不分时间和地域,可以有效地利用数据和信息”提供了解决思路。本文以模式分类和聚类分析两个问题为背景,从流形学习的角度研究了新型高效的维数约简算法、数据内蕴结构挖掘以及混合流形聚类问题,从理论、方法和应用三个层面对流形学习的相关问题进行了深入研究和拓展。具体而言,本文的主要贡献如下: 1.拓展了传统流形学习方法在高维小采样情况下的相关理论,探讨了图像矩阵型数据表示下的学习和拓展问题。针对NPE方法在高维小采样情况下存在的广义特征分析的奇异矩阵问题以及解的不稳健性和不完备性,提出矩阵分析方法CNPE,在不显著增加算法复杂度、不损失有用信息的情况下拓展了相关理论。另一方面,针对人脸识别中图像数据固有的矩阵型结构特性和相互关联,以及向量化转化带来的高维向量空间和数据自身空间结构信息的丧失,探讨了直接在矩阵型数据表示下的学习能力和拓展问题。 2.提出了基于多流形假设的内蕴结构模型及其指导下的内蕴判别分析方法IDA。针对模式分类任务中多流形假设下的数学建模问题,建立了多流形内蕴结构模型,通过数学模型对数据进行划分、具体表示数据的内蕴特性和结构关系,并在该模型的指导下提出了IDA方法。内蕴结构模型应用于人脸识别时,得到了第一个完全基于数学表示而非概念性表示的内蕴人脸模型。另一方面,从数据分解的角度对经典的维数约简方法PCA和LDA进行了解释,拓展了对经典方法的理解和认识。 3.细致分析了线性流形聚类方法K-flats在仿射子空间下性能退化的原因,提出了局部K-flats方法来改进聚类性能并搭建了线性与非线性流形聚类方法之间联系的桥梁。本文通过细致分析揭示了K-flats性能退化的原因:点到流形距离的重构误差准则和线性模型的无限延伸性造成三类误差:固有误差、无限延伸误差和共线性误差。然后,我们提出了一种能让线性模型具有局部表示能力的新的误差准则和局部K-flats方法来改进原始方法的性能并自然地处理非线性结构数据,不仅将基于模型和基于相似性的线性流形聚类方法联系了起来,更在线性和非线性流形聚类方法之间建立了桥梁。 4.首次明确地提出了流形聚类的一般框架-混合流形聚类问题并分析了其难点及可行的解决途径。我们在学术界首次明确地提出了混合流形聚类问题,将对流形聚类的研究推向一个更一般更广泛的框架:数据中既包含线性结构又包含非线性结构、既有良分离的结构又有相互交叠的结构,从而涵盖了现有流形聚类研究的所有方面。我们通过深入探讨,分析出其难点在于如何描述或表示数据及其相互之间的关系,如何将流形交叉处的点拆解开来得到不同流形结构的成分;并进而提出了该问题可行的解决途径:可以通过考察数据的局部特性和充分利用流形数据所内含的几何结构关系来解决混合流形聚类问题。 5.深入考察了谱方法用于混合流形聚类的潜力,并从不同的角度提出了三种有效的方法来解决混合流形聚类问题。受谱聚类方法优良特性和广泛应用的启发,我们分别深入考察了非对称型规范化谱聚类和对称型规范化谱聚类用于混合流形聚类的潜力。然后,从三个不同的角度出发,即近邻图构造、相似性矩阵构造和近邻点选取,提出了三种基于谱方法的流形聚类方法来分组数据中的低维混合流形结构,从而有效地解决了混合流形聚类问题。 总之,本文在完善和推动流形学习方法的理论研究的同时,将理论研究成果应用于解决模式分类和聚类分析中的实际问题,特别是在基于多流形假设的数据建模与应用方面做了一些有意义和价值的探索与尝试。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 魏莱;王守觉;徐菲菲;;一种对奇异值不敏感的ISOMAP[J];计算机应用;2007年08期
2 王靖;;基于鲁棒的全局流形学习方法[J];计算机工程;2008年09期
3 李子荣;杜明辉;;LDA/GE在人脸识别中的应用[J];计算机工程与应用;2008年25期
4 孟德宇;古楠楠;徐宗本;梁怡;;针对环状流形数据的非线性降维[J];软件学报;2008年11期
5 周谆;杨炳儒;;基于认知的流形学习方法概要[J];计算机科学;2009年05期
6 唐皓;刘希玉;;基于密度流形上的空间聚类[J];河北大学学报(自然科学版);2009年06期
7 邵超;张斌;万春红;;流形学习中邻域大小参数的合适性判定[J];计算机工程与应用;2010年20期
8 李昕;钱旭;王自强;;用于文档聚类的间隔流形学习算法研究[J];计算机工程;2010年15期
9 陈晓红;陈松灿;;监督型局部保持的典型相关分析[J];小型微型计算机系统;2010年08期
10 刘辉;杨俊安;王一;;基于流形学习的声目标特征提取方法研究[J];物理学报;2011年07期
11 詹德川,周志华;基于集成的流形学习可视化[J];计算机研究与发展;2005年09期
12 万海平;何华灿;;一个关于如何选择核函数的框架(英文)[J];广西师范大学学报(自然科学版);2006年04期
13 祝磊;朱善安;;基于2维保局投影的人脸识别[J];中国图象图形学报;2007年11期
14 喻军;申家峰;;有监督的核局部线性嵌入算法[J];科学技术与工程;2008年14期
15 冯海亮;李见为;黄鸿;;自组织LLE算法及其在人脸识别中的应用[J];光学精密工程;2008年09期
16 王靖;;基于离群点检测的鲁棒局部切空间排列方法[J];华侨大学学报(自然科学版);2008年04期
17 李子荣;杜明辉;;基于局部边界鉴别分析的人脸识别[J];电子与信息学报;2009年03期
18 蔡洪;何强;韩壮志;尚朝轩;;基于局部保持判别子空间的ISAR目标识别[J];中国电子科学研究院学报;2009年06期
19 贺广南;杨育彬;;基于流形学习的图像检索算法研究[J];山东大学学报(工学版);2010年05期
20 张善文;巨春飞;;正交全局-局部判别映射应用于植物叶片分类[J];农业工程学报;2010年10期
中国重要会议论文全文数据库 前10条
1 董广军;纪松;朱朝杰;;基于局部线性嵌入流形学习的高光谱影像分类技术[A];第六届全国信息获取与处理学术会议论文集(3)[C];2008年
2 邱慧宁;黄剑;陈羽;赖剑煌;;基于UDP的半监督学习及其在人脸识别的应用[A];第十四届全国图象图形学学术会议论文集[C];2008年
3 蒋全胜;贾民平;胡建中;许飞云;;一种基于流形学习的故障模式识别方法[A];第九届全国振动理论及应用学术会议论文集[C];2007年
4 蒋全胜;贾民平;胡建中;许飞云;;一种基于流形学习的故障模式识别方法[A];第九届全国振动理论及应用学术会议论文摘要集[C];2007年
5 何慧;陈博;郭军;;基于流形学习的半监督文本情感分类算法[A];第五届全国信息检索学术会议论文集[C];2009年
6 傅向华;王志强;赵良辉;杜文峰;;基于拉普拉斯流形正则化的半监督图像检索[A];第四届和谐人机环境联合学术会议论文集[C];2008年
7 宋欣;王娟;张斌;叶世伟;;流形学习算法分析及在人脸数据库上的应用[A];2008年全国开放式分布与并行计算机学术会议论文集(上册)[C];2008年
8 刘立;余正涛;王蒙;毛存礼;郭剑毅;;结合词相关特征与流行学习的中文问句分类[A];第六届全国信息检索学术会议论文集[C];2010年
9 董冀媛;穆志纯;欧阳定恒;;基于最大线性片划分的局部切空间排列算法及在多姿态人耳识别中的应用[A];第二十九届中国控制会议论文集[C];2010年
10 曾九孙;郜传厚;罗世华;李启会;;基于增量LPP的在线过程监控方法及其应用[A];中国自动化学会控制理论专业委员会C卷[C];2011年
中国博士学位论文全文数据库 前10条
1 刘晓宁;基于三维模型的人脸识别技术研究[D];西北大学;2006年
2 王雷;基于全局统计与局部几何性质的数据降维算法研究[D];中国科学技术大学;2009年
3 王国强;嵌入邻域判别关系的子空间人脸识别算法研究[D];大连理工大学;2008年
4 金一;人脸识别中的若干算法研究[D];北京交通大学;2009年
5 李学华;基于核与软计算方法的模式分析[D];电子科技大学;2009年
6 杜春华;人脸特征点定位及识别的研究[D];上海交通大学;2008年
7 杨震;文本分类和聚类中若干问题的研究[D];北京邮电大学;2007年
8 于雪莲;基于核方法和流形学习的雷达目标距离像识别研究[D];电子科技大学;2008年
9 舒文杰;RNA二级结构拓扑特征化关键技术及其应用研究[D];国防科学技术大学;2007年
10 田春娜;复杂背景下多视角人脸检测与识别[D];西安电子科技大学;2008年
中国硕士学位论文全文数据库 前10条
1 周晓勇;流形学习算法研究与应用[D];安徽大学;2014年
2 丁娇;基于流形学习算法的植物叶片图像识别方法研究[D];安徽大学;2014年
3 裴书芳;基于流形学习的无线传感器网络入侵检测方法研究[D];河北师范大学;2014年
4 李丽敏;自相交流形学习方法[D];浙江大学;2006年
5 贺惠新;基于流形学习的高维流场数据分类研究[D];哈尔滨工业大学;2008年
6 王添翼;基于卷积网络的三维模型特征提取[D];吉林大学;2006年
7 钟吉英;半监督学习算法在脑—计算机接口中的应用研究[D];电子科技大学;2009年
8 张炯;基于流形学习的纤维丛学习算法研究[D];苏州大学;2008年
9 郑守志;基于流形学习理论的空间信息源研究及应用[D];中国科学院研究生院(计算技术研究所);2006年
10 杨红敏;固有维数估计的研究与应用[D];天津大学;2007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