本文選題：降維　切入點：特征提取　出處：《南京航空航天大學》2016年博士論文　論文類型：學位論文

【摘要】：隨著科學技術(shù)的發(fā)展,模式識別在越來越多的社會活動中扮演重要角色,常見的有文本數(shù)據(jù)識別、人臉圖像識別、遙感圖像識別、生物信息識別等。與此同時,高維數(shù)據(jù)的出現(xiàn)也給模式識別帶來巨大的挑戰(zhàn),主要體現(xiàn)在計算復(fù)雜度高并且識別結(jié)果不令人滿意。降維作為高維數(shù)據(jù)處理的關(guān)鍵研究問題之一,將原始高維數(shù)據(jù)由高維空間以某種方式映射到低維空間上的過程,能夠抽取得到對數(shù)據(jù)識別有意義的重要特征,移除特征集中不相關(guān)和冗余的特征。盡管降維的研究已取得豐富的成果,但是當前許多實際問題中的數(shù)據(jù)呈現(xiàn)高維度、大數(shù)據(jù)量、類別標記缺失等特點,降維技術(shù)仍需通過對現(xiàn)有方法進行完善或探索新的理論方法以獲得進一步的發(fā)展。本文主要貢獻和研究內(nèi)容包括如下四個方面:(1)針對類別標記不完整的數(shù)據(jù)集上的特征提取問題,如類別標記信息的利用、多模態(tài)分布的相似數(shù)據(jù)距離度量,提出重構(gòu)概率類的半監(jiān)督局部線性判別分析。該方法中的重構(gòu)概率類賦予每一個無類別標記數(shù)據(jù)所屬類別的概率,這一類別由該數(shù)據(jù)的最鄰近有類別標記數(shù)據(jù)確定,進而實現(xiàn)降維過程中有標記數(shù)據(jù)和無標記數(shù)據(jù)的充分融合。類間散度矩陣和類內(nèi)散度矩陣計算中引入差異化的數(shù)據(jù)對象距離的權(quán)重,使得多模態(tài)分布的數(shù)據(jù)由高維空間映射到低維空間時,類間數(shù)據(jù)對象盡可能地分離且類內(nèi)鄰近數(shù)據(jù)對象盡可能地緊湊。(2)針對無類別標記數(shù)據(jù)上的特征之間相關(guān)性研究,提出基于信息理論的無監(jiān)督相關(guān)度增益度量,能夠有效地度量無類別標記數(shù)據(jù)的特征重要性和特征之間相關(guān)性,避免無類別標記數(shù)據(jù)特征選擇過程中多次迭代地執(zhí)行學習算法以評估特征子集的重要性。無類別標記數(shù)據(jù)的特征重要性定義為對應(yīng)特征與所有特征的平均互信息,并由推論得出在樸素貝葉斯條件下對應(yīng)特征的重要性可以最大化地逼近真實數(shù)據(jù)特征與潛在類別之間的相關(guān)性。(3)為了解決目前無監(jiān)督特征選擇方法中缺少有效的無監(jiān)督特征相關(guān)性度量、執(zhí)行效率偏低和易陷入局部最優(yōu)解等問題,提出兩種無監(jiān)督特征選擇方法,包括基于相關(guān)度增益和Markov blanket聚類的特征選擇和基于相關(guān)度增益和粒子群優(yōu)化的特征選擇。前者以特征為節(jié)點、相關(guān)度增益為權(quán)重邊構(gòu)建有向無環(huán)圖,由Markov blanket劃分有向無環(huán)圖實現(xiàn)冗余特征的聚類,從每個特征簇中選擇一個代表特征組成所選的特征子集。后者是在前者基礎(chǔ)上提出的一種粒子群優(yōu)化的啟發(fā)式特征選擇方法,粒子的隨機運動和多粒子的相互作用能夠避免特征選擇過早地陷入局部最優(yōu)解,進而以更大概率獲得全局最優(yōu)解。(4)實際應(yīng)用中有類別標記數(shù)據(jù)的獲取難度遠大于無類別標記數(shù)據(jù),在許多數(shù)據(jù)集中,只有少量的數(shù)據(jù)對象具有類別標記信息。采用有監(jiān)督或無監(jiān)督特征選擇所取得的特征子集僅利用了數(shù)據(jù)集的部分信息,而舍去剩余的無類別標記數(shù)據(jù)或已有類別標記信息。針對這一問題,提出基于信息理論和相關(guān)度增益的半監(jiān)督代表特征選擇,通過一個平衡因子將有類別標記數(shù)據(jù)特征的互信息和無類別標記數(shù)據(jù)特征的相關(guān)度增益緊密地結(jié)合在一起,充分利用了整個數(shù)據(jù)集的信息來度量特征重要性和特征之間相關(guān)性。
[Abstract]:......
【學位授予單位】：南京航空航天大學
【學位級別】：博士
【學位授予年份】：2016
【分類號】：TP391.4

【相似文獻】

相關(guān)期刊論文 前10條

1 何一鳴;;無監(jiān)督的互聯(lián)網(wǎng)事件抽取框架[J];計算機工程與設(shè)計;2011年03期

2 曹麗;陳才扣;;核無監(jiān)督鑒別投影及人臉識別[J];計算機工程與設(shè)計;2009年15期

3 殷柏濤;一種改進的無監(jiān)督競爭學習算法[J];聲學與電子工程;1995年02期

4 郭小衛(wèi);官小平;;一種多尺度無監(jiān)督遙感圖像分割方法[J];遙感信息;2006年06期

5 楊斌;劉衛(wèi)國;;一種基于聚類的無監(jiān)督異常檢測方法[J];計算機工程與應(yīng)用;2008年01期

6 孫懌;歐智堅;胡煒;;利用無監(jiān)督自適應(yīng)的興奮解說檢測和體育比賽精彩片斷提取[J];計算機應(yīng)用與軟件;2008年11期

7 曹蘇群;王駿;王士同;;正交約束的無監(jiān)督統(tǒng)計不相關(guān)最佳鑒別平面[J];計算機工程與科學;2010年05期

8 黃璞;陳才扣;;增強的無監(jiān)督人臉鑒別技術(shù)[J];計算機工程與應(yīng)用;2010年18期

9 吳姍;倪志偉;羅賀;鄭盈盈;;一種基于密度的無監(jiān)督聯(lián)系發(fā)現(xiàn)方法[J];中國管理科學;2008年S1期

10 朱琳;王宇杰;;信息瓶頸方法在無監(jiān)督圖像聚類中的研究[J];微計算機信息;2008年24期

相關(guān)會議論文 前10條

1 吳姍;倪志偉;羅賀;鄭盈盈;;一種基于密度的無監(jiān)督聯(lián)系發(fā)現(xiàn)方法[A];第十屆中國管理科學學術(shù)年會論文集[C];2008年

2 郭瑛媚;史曉東;陳毅東;高燕;;基于詞的話題分布相似度的無監(jiān)督日文旅游意見詞翻譯[A];機器翻譯研究進展——第七屆全國機器翻譯研討會論文集[C];2011年

3 徐嘉明;張衛(wèi)強;劉加;夏善紅;;基于無監(jiān)督遷移分量分析的語種識別[A];第十二屆全國人機語音通訊學術(shù)會議（NCMMSC'2013）論文集[C];2013年

4 洪宇;張劍峰;楊躍輝;姚建民;朱巧明;;基于文法特征的無監(jiān)督能愿詞挖掘方法研究[A];第六屆全國信息檢索學術(shù)會議論文集[C];2010年

5 楊睿;山本博史;菊井玄一郎;S坂芳典;;針對統(tǒng)計機器翻譯的無監(jiān)督中文文本切分[A];第二屆全國學生計算語言學研討會論文集[C];2004年

6 張愛華;荊繼武;向繼;秦鈺;;基于規(guī)則化詞分布特征的無監(jiān)督特征選取算法[A];全國網(wǎng)絡(luò)與信息安全技術(shù)研討會論文集（上冊）[C];2007年

7 王章輝;趙宇海;王國仁;李源;;一種基于投影聚類的無監(jiān)督表型區(qū)分算法[A];NDBC2010第27屆中國數(shù)據(jù)庫學術(shù)會議論文集(B輯)[C];2010年

8 黃金虎;大衛(wèi);;無監(jiān)督下的詞切分和詞分類的試驗(英文)[A];第一屆學生計算語言學研討會論文集[C];2002年

9 馬韜;陳杰;陳文頡;張博;;光纖陀螺信號降噪的無監(jiān)督自適應(yīng)濾波方法[A];第二十九屆中國控制會議論文集[C];2010年

10 潘霖;張雪英;吉根林;;一種基于Bootstrapping的中文領(lǐng)域術(shù)語獲取算法[A];中國通信學會第六屆學術(shù)年會論文集（上）[C];2009年

相關(guān)重要報紙文章 前3條

1 記者 雷輝　通訊員 張其明;督促推動立法轉(zhuǎn)變政府職能[N];南方日報;2013年

2 王石川;蒙塵的象牙塔，，權(quán)力無監(jiān)督就會有腐敗[N];法制日報;2013年

3 山東 教師 王傳濤;無人查與不敢查 皆因權(quán)力無監(jiān)督[N];法制日報;2013年

相關(guān)博士學位論文 前3條

1 王寅同;無監(jiān)督與半監(jiān)督降維相關(guān)問題研究[D];南京航空航天大學;2016年

2 楊波;圖驅(qū)動的無監(jiān)督降維和判別子空間學習研究及其應(yīng)用[D];南京航空航天大學;2010年

3 魏松;人機對話系統(tǒng)中若干關(guān)鍵問題研究[D];北京郵電大學;2007年

相關(guān)碩士學位論文 前10條

1 王濤;基于領(lǐng)域知識監(jiān)督的商品方面提取[D];華南理工大學;2015年

2 馬陳;基于無監(jiān)督摳圖模型的顯著性區(qū)域提取算法研究[D];合肥工業(yè)大學;2014年

3 林樂平;基于無監(jiān)督的入侵檢測[D];西安電子科技大學;2005年

4 孫勇亮;開放領(lǐng)域的中文實體無監(jiān)督關(guān)系抽取[D];華東師范大學;2014年

5 谷平;基于關(guān)聯(lián)修正的無監(jiān)督入侵檢測算法研究[D];天津理工大學;2014年

6 孫全力;一種無監(jiān)督的模式識別方法及其在油氣識別中的應(yīng)用[D];成都理工大學;2003年

7 叢萬玉;基于無監(jiān)督的無線傳感器網(wǎng)絡(luò)入侵檢測技術(shù)研究[D];吉林大學;2009年

8 王晶;無監(jiān)督的中文實體關(guān)系抽取研究[D];華東師范大學;2012年

9 黃少群;基于譜回歸的無監(jiān)督特征選擇算法研究[D];廈門大學;2014年

10 張志良;面向服務(wù)聚類的無監(jiān)督異常檢測技術(shù)研究[D];中南大學;2009年

本文編號：1595520