收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于图的半监督学习及其应用研究

潘俊  
【摘要】:机器学习的一项重要任务是对先验知识的表达和利用,除了类标记和成对约束等监督信息外,样本的空间结构也是先验知识的重要表现形式之一。近年来,得益于其对局部结构的刻画能力以及与经典方法(如正则化技术、核方法、谱图理论)的紧密联系,利用图来逼近数据间的局部流形的方法受到了研究者的大量关注。其中,基于图的半监督学习方法由于能同时利用部分有标记样本和大量无标记样本来提高学习性能,成为机器学习领域的研究热点之一。 本文在分析了基于图的半监督学习的发展现状和现存问题的基础上,从图的构造和图的优化两大方面入手,围绕半监督图学习在分类、聚类和降维等典型任务中的应用进行了研究。论文的主要研究工作和创新点如下: 1、提出了一个融合局部几何信息与全局判别信息的正则化框架。该框架具有一定的宽泛性,可通过选择不同的损失项和正则化项,推广到其他半监督分类算法的改进。作为该框架的一种具体实现,提出了局部敏感的判别直推学习方法,该方法在正则化框架中同时引入了有助于分类的样本局部结构信息和判别信息,从而最大程度地利用样本内蕴信息,能在每个局部邻域中进一步最大化类间样本的间隔。 2、提出了一种利用先验知识来同时指导数据降维和聚类的方法。该方法构造成对约束信息的k-最近邻集并扩充成对约束集,分析成对约束实例包含的信息量并构造权系数矩阵,在加权成对约束信息的指导下求得投影矩阵,通过投影矩阵将样本数据投影到低维空间,使类内各点紧密分布,类间各点分散分布。同时,该方法通过一种新的评价函数对k-均值聚类算法进行了改进,能够在尽量不违反成对约束的情况下优化聚类性能。 3、提出了一种基于结构和约束保持的半监督特征选择方法。针对特征排序选择算法在处理高维数据问题时存在的一些不足,通过引入以成对约束形式表现的监督信息,并借助流形学习的思想,提出一种能同时保持样本空间结构和监督信息的半监督特征选择方法。该方法同时考虑样本的局部和非局结构,融合成对约束信息,定义了一种新的特征评价准则——结构约束保持分(SCP Score)。结构约束保持分利用大量的未标记样本来学习样本空间的流形结构,利用少量的成对约束信息来学习样本的类内和类间边缘,所选择的特征子集较好地保持了空间结构信息和类属信息。 4、提出了一种基于图随机游走的直推学习模型。首先将以Agent表示的样本点随机映射到格网表示的输出空间中,构成初始空间格局,空间格局随时间演化的过程是一个自组织的马尔可夫过程,它将在有限时间内达到平稳分布,从而求得最佳的标记分布,并从数学上分析了算法的性质。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 李永忠;王汝山;张念贵;王玉雷;;基于半监督模糊聚类的入侵检测技术[J];江苏科技大学学报(自然科学版);2010年04期
2 傅向华,冯博琴,马兆丰,何明;可在线增量自学习的聚焦爬行方法[J];西安交通大学学报;2004年06期
3 丁磊,钱云涛;不同程度的监督机制在自动文本分类中的应用[J];计算机应用与软件;2004年06期
4 薛贞霞;刘三阳;刘万里;;基于可信度的渐进直推式支持向量机算法[J];厦门大学学报(自然科学版);2008年06期
5 张晨光;李玉鑑;;基于半监督学习的眉毛图像分割方法[J];计算机工程与应用;2009年21期
6 刘叶青;刘三阳;谷明涛;;一种多项式光滑的半监督支持向量机分类算法[J];计算机科学;2009年07期
7 杨绪兵;潘志松;陈松灿;;半监督型广义特征值最接近支持向量机[J];模式识别与人工智能;2009年03期
8 皋军;王士同;邓赵红;;基于全局和局部保持的半监督支持向量机[J];电子学报;2010年07期
9 鲁珂,赵继东,叶娅兰,曾家智;一种用于图像检索的新型半监督学习算法[J];电子科技大学学报;2005年05期
10 罗进;周学君;;半监督学习中非标记数据的利用[J];湖北大学学报(自然科学版);2008年01期
11 曹慧;刘玉峰;;未标记样本在半监督学习中的应用方法研究[J];广西轻工业;2008年12期
12 王汝山;李永忠;张念贵;王玉雷;;半监督学习在入侵检测系统中的应用[J];广西师范大学学报(自然科学版);2009年03期
13 梁吉业;高嘉伟;常瑜;;半监督学习研究进展[J];山西大学学报(自然科学版);2009年04期
14 张念贵;李永忠;王汝山;;半监督聚类算法及其在入侵检测中的应用[J];科学技术与工程;2010年01期
15 赵莹;张健沛;杨静;王冠军;;一种改进的分枝定界半监督支持向量机学习算法[J];电子学报;2010年02期
16 李欢;;半监督学习及其在数据挖掘中的应用[J];电脑知识与技术;2010年27期
17 常志勇;刘叶青;谷明涛;;用于在线数据分类的半监督最接近支持向量机[J];计算机工程与应用;2010年29期
18 杨伟;方涛;许刚;;基于朴素贝叶斯的半监督学习遥感影像分类[J];计算机工程;2010年20期
19 梁军;陈龙;周卫琪;陶文倩;姚明;胥正川;;基于马尔科夫随机场和鲁棒误差函数的半监督分类研究[J];山东大学学报(理学版);2010年11期
20 王永;程灿;戴明军;孙永;;一种半监督支持向量机优化方法[J];工矿自动化;2010年12期
中国重要会议论文全文数据库 前10条
1 谷方明;刘大有;王新颖;;基于半监督学习的加权支持向量域数据描述方法[A];NDBC2010第27届中国数据库学术会议论文集(B辑)[C];2010年
2 杨源;马云龙;林鸿飞;;基于权重标准化SimRank与半监督学习的产品属性归类[A];中国计算语言学研究前沿进展(2009-2011)[C];2011年
3 朱松豪;梁志伟;;用半监督学习方法实现图像检索[A];第二十九届中国控制会议论文集[C];2010年
4 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
5 毕锦烟;李巍华;;基于半监督模糊核聚类的齿轮箱早期故障检测方法[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
6 柳斌;李之棠;涂浩;;一种基于半监督学习的应用层流量分类方法[A];2008年全国开放式分布与并行计算机学术会议论文集(下册)[C];2008年
7 张召;业宁;业巧林;;基于配对约束的核半监督非线性降维算法[A];第五届全国信息检索学术会议论文集[C];2009年
8 王倩影;冯国灿;汤鑫;;δ-距离及其在半监督增强中的应用[A];第十五届全国图象图形学学术会议论文集[C];2010年
9 冯瑞;宋春林;;一种基于局部学习的复杂系统建模方法[A];2007中国控制与决策学术年会论文集[C];2007年
10 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
中国博士学位论文全文数据库 前10条
1 潘俊;基于图的半监督学习及其应用研究[D];浙江大学;2011年
2 孔怡青;半监督学习及其应用研究[D];江南大学;2009年
3 王娇;多视图的半监督学习研究[D];北京交通大学;2010年
4 兰远东;基于图的半监督学习理论、算法及应用研究[D];华南理工大学;2012年
5 徐雪;样本的几何信息在半监督学习中的应用研究[D];中国科学技术大学;2010年
6 朱岩;面向文本数据的半监督学习研究[D];北京交通大学;2012年
7 桂杰;基于图的半监督学习和维数约简方法及其应用研究[D];中国科学技术大学;2010年
8 余国先;高维数据上的半监督学习研究[D];华南理工大学;2013年
9 薛贞霞;支持向量机及半监督学习中若干问题的研究[D];西安电子科技大学;2009年
10 谷方明;支持向量数据描述的若干问题及应用研究[D];吉林大学;2010年
中国硕士学位论文全文数据库 前10条
1 陈新勇;基于核策略的半监督学习方法研究[D];河北大学;2010年
2 黄明明;半监督学习方法研究及在警用平台中的应用[D];大连理工大学;2010年
3 冯元佶;基于图的半监督学习的改进研究[D];湘潭大学;2010年
4 余养强;半监督学习若干问题的研究[D];福建师范大学;2010年
5 刘伟涛;半监督学习方法及应用研究[D];山东大学;2011年
6 杨伟;半监督学习方法研究[D];国防科学技术大学;2011年
7 魏征丽;基于图半监督学习算法的研究及应用[D];西安电子科技大学;2012年
8 惠成峰;基于半监督学习的电子商务推荐方法[D];南京大学;2013年
9 杨伟;基于半监督学习的遥感影像分类[D];上海交通大学;2010年
10 蒋延生;基于图的适应性相似度估算的半监督学习[D];大连理工大学;2010年
中国重要报纸全文数据库 前7条
1 汪华南朱海波;层析成像技术面临挑战[N];中国石化报;2007年
2 本报记者 鄢来雄;弥合数字鸿沟[N];中国信息报;2001年
3 记者 管德泳;只有信息化的重车才能碾平数字鸿沟[N];中国企业报;2001年
4 宁波广播电视大学 裘伟廷;信息不对称与保荐人诚信危机的防范[N];中国证券报;2004年
5 刘红娅;冗余DHCP服务器有新招[N];中国计算机报;2001年
6 记者 韩永军 王保平;领会精神 熟悉规则 注重实践[N];人民邮电;2001年
7 朱四倍;人代会上,马化腾是人大代表还是CEO?[N];检察日报;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
  • 010-62982499
  • 010-62783978