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理论、算法及应用研究

兰远东  
【摘要】:如何从有限的观测数据中学习是机器学习的一个经典难题。在传统的监督学习中,学习器需要对大量的有标记数据进行学习,从而建立模型来对无法观测的数据或未见数据进行预测。然而当有标记数据的数量较少时,利用它们所训练出的学习器往往很难有较好的泛化性能。在无监督学习中,由于没有标记数据,聚类算法的聚类方向具有不确定性。如何利用少量的标记数据和大量的未标记数据来获得较好的学习器,己经成为当前机器学习研究中最受关注的问题之一。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器的性能,具有广泛的应用领域。 本文在分析了各种半监督学习的研究现状及其目前仍存在的问题的基础上,主要对基于图的半监督学习理论、算法在聚类、分类和降维中的应用进行了研究,主要取得的研究成果如下: 1.提出了一种基于图收缩的半监督聚类算法。首先将样本空间的整个数据集,表示为一个带权图;然后根据约束条件对图进行边收缩的修改,达到增强must-link约束的效果;在此基础上引入图拉普拉斯算子,将cannot-link约束作为一种软约束融入正则化框架。通过对图的修改,实际上就把样本空间投影到了一个子空间,在子空间上进行聚类分析。虽然该算法也使用了图拉普拉斯,但是是在经过边收缩了的图上使用的图拉普拉斯。实验证明,基于图收缩的半监督聚类算法具有较好的聚类精度和较快的聚类速度。 2.提出了一种基于图的半监督学习与主动学习相结合的维数约减算法。该算法将图、半监督学习和基于支持向量机的主动学习相结合,来对高维数据进行降维处理。首先将高维度的观测数据集嵌入到一个带权图中,在图上使用特征映射方法得到高维数据的初始低维嵌入空间;然后在初始嵌入空间中对数据使用基于支持向量机的主动学习,来寻找标记模糊数据并予以标记;再使用基于图的半监督学习,在图嵌入的基础上引入一个吸引子参数使得标记相同的数据在投影子空间中靠得更近;重复上述过程直到满足结束条件。实验表明该算法对高维生物医学图像数据、基因表达数据具有较好的降维效果。 3.提出了一种应用图像分割和半监督学习的图像标注算法。算法充分考虑到了图像的标注与图像局部区域之间的关系,先将图像分割为若干个局部区域,使用局部敏感的哈希表来构建图像局部区域的kNN(k Nearest Neighbours)图;然后基于图像局部区域的kNN图来构建原始图像的kNN图;再利用基于图的半监督标签传递算法来标注未标注的图像。实验证明该算法在获得较高标注精度的同时,也能获得更快的标注速度,并能应用于大型图像数据集。 4.给出了一种通过图像局部区域来计算两个图像之间相似性的方法。设两幅图像分别为I_m和I_n,经过图像分割,分别被分割为p~m和p~n个局部区域,I_m被分割为{r_1~m,r_(p~m)~m},I_n被分割为{r_1~n,...,r_(p~n)~n}。显然,I_m和I_n两图像之间的相似性,只与{r_1~m,r_(p~m)~m}和{r_1~n,...,r_(p~n)~n}相互间的k近邻相关,也就是在图像局部区域的kNN图中有边相连的局部区域对。因此在本文中给出了一种根据图像局部区域的kNN图来计算图像之间的相似性的方法。 5.给出了一种寻找样本k近邻的方法。该方法通过哈希表和样本局部属性的kNN图来寻找样本的k近邻。实验表明该方法寻找k近邻的速度要高于线性扫描寻找k近邻。


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 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
5 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
6 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
7 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
8 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
9 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
10 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
11 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
12 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
13 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
14 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
15 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
16 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
17 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
18 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
19 刘蓉;李红艳;;半监督学习研究与应用[J];软件导刊;2010年08期
20 李妍妍;李媛媛;叶世伟;;基于流形正则化的分类与回归算法及应用[J];计算机仿真;2007年10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 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
2 王娇;多视图的半监督学习研究[D];北京交通大学;2010年
3 孔怡青;半监督学习及其应用研究[D];江南大学;2009年
4 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
5 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
6 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
7 潘俊;基于图的半监督学习及其应用研究[D];浙江大学;2011年
8 赵志凯;半监督学习及其在煤矿瓦斯安全信息处理中的应用研究[D];中国矿业大学;2012年
9 任广波;基于半监督学习的遥感影像分类技术研究[D];中国海洋大学;2010年
10 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
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 梁;基于多目标函数改进的多核学习在半监督学习和迁移学习场景中的应用[D];中山大学;2011年
3 卢加磊;半监督学习中协同训练与多视图方法的比较及改进[D];中国海洋大学;2010年
4 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
5 冯元佶;基于图的半监督学习的改进研究[D];湘潭大学;2010年
6 余养强;半监督学习若干问题的研究[D];福建师范大学;2010年
7 刘伟涛;半监督学习方法及应用研究[D];山东大学;2011年
8 杨伟;半监督学习方法研究[D];国防科学技术大学;2011年
9 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
10 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
中国重要报纸全文数据库 前10条
1 赵艳秋李映;DSP核供应商灵活应对潜力应用[N];中国电子报;2007年
2 张韵萍苏小兰 李宾;对抗“震魔”的科技武器[N];中国经营报;2008年
3 记者 陈全育;风云三号02星传回首张图像[N];中国航天报;2010年
4 韩霁;高新技术在抗震救灾中得到应用[N];经济日报;2008年
5 ;系统加密防破解[N];中国计算机报;2008年
6 本报通讯员 刘磊;观天测云 努力不止[N];中国气象报;2011年
7 李晓萍;探测生命的“四种武器”[N];人民公安报;2008年
8 张显峰;机载干涉SAR系统掀起测绘革命[N];中国矿业报;2004年
9 山东 猫咪老爸;图像拼接 天衣无缝[N];电脑报;2003年
10 本报记者 王繁泓;定华:破解储罐液位测量难题[N];中国化工报;2006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