学位论文 > 优秀研究生学位论文题录展示

李群深层结构学习算法研究

作 者: 何文慧
导 师: 李凡长
学 校: 苏州大学
专 业: 计算机应用技术
关键词: 李群机器学习 李群半监督学习 李群深层结构学习 逐层学习 启发式学习
分类号: TP181
类 型: 硕士论文
年 份: 2011年
下 载: 52次
引 用: 0次
阅 读: 论文下载
 

内容摘要


李群机器学习与深层结构学习是近年来倍受人们关注的新的机器学习方法,本文将这两种方法进行有机融合,给出了李群深层结构学习算法。主要包括以下几方面的内容:1)分析了李群机器学习以及深层结构学习的研究现状;2)给出了构造深层结构的过程;3)给出了在深层结构中嵌入李群半监督学习的算法、深层结构的逐层学习算法和启发式学习算法,并将其应用在ORL标准人脸数据库的识别中,给出识别的精确度;4)通过实验验证,李群深层结构学习算法可以有效的识别人脸。通过本文的研究,一方面丰富了李群机器学习的内容;另一方面将李群深层结构学习算法应用在人脸识别系统上取得了明显效果。本文的研究证明了深层结构可以有效地将复杂问题通过分层过程变成简单问题,为解决复杂问题提供了一种新的解决方案。

全文目录


中文摘要  4-5
Abstract  5-8
第一章 引言  8-14
  1.1 李群机器学习的研究现状  8-10
  1.2 深层结构学习的研究现状  10-12
  1.3 问题提出及内容安排  12-14
第二章 相关理论基础  14-24
  2.1 李群的基本概念  14-15
  2.2 李代数  15-17
  2.3 李代数作用  17-18
  2.4 李群的生成元  18-21
  2.5 线性李群  21
  2.6 参数李群  21-23
  2.7 本章小结  23-24
第三章 李群深层结构学习  24-37
  3.1 深层结构学习  24-25
  3.2 构造深层结构模型  25-26
  3.3 深层结构学习算法  26-29
    3.3.1 深层贝叶斯网络  27-28
    3.3.2 编码/解码算法  28
    3.3.3 局部线性嵌入(LLE)  28-29
  3.4 李群深层结构学习算法  29-34
    3.4.1 深层结构半监督学习算法  29-31
    3.4.2 李群深层结构半监督学习算法  31-34
  3.5 实验分析  34-36
    3.5.1 参数选取  34
    3.5.2 实验结果  34-36
  3.6 本章小结  36-37
第四章 李群逐层学习算法  37-45
  4.1 奇异值特征提取  37-40
    4.1.1 奇异值分解的两个定理  38-39
    4.1.2 特征提取  39-40
  4.2 逐层学习算法  40-42
    4.2.1 李群逐层学习  41-42
  4.3 实验及分析  42-44
    4.3.1 实验  43
    4.3.2 实验分析  43-44
  4.4 本章小结  44-45
第五章 李群深层结构启发式学习算法  45-51
  5.1 启发式学习算法  45-46
  5.2 A * 算法  46-47
  5.3 李群深层结构启发式学习算法  47-48
  5.4 实验及结果分析  48-50
    5.4.1 实验  48-49
    5.4.2 结果分析  49-50
  5.5 本章小结  50-51
第六章 实例分析  51-62
  6.1 数据库  51-52
  6.2 提取特征  52-53
  6.3 基于李群逐层学习算法的人脸识别  53-56
  6.4 基于李群深层结构启发式算法的人脸识别  56-58
  6.5 实验及分析  58-61
  6.6 本章小结  61-62
第七章 总结与展望  62-64
参考文献  64-70
附录  70-72
  科研情况  70
  论文发表情况  70
  中英文名词对照  70-72
致谢  72-73

相似论文

  1. 基于李群机器学习算法的智能布线,TN710
  2. 一种基于李群的半监督学习算法及应用研究,TP181
  3. 李群机器学习的覆盖算法及其应用研究,TP181
  4. 桌面Linux内存管理性能优化技术研究与实现,TP316.81
  5. 启发式学习在中学地理教学中的研究初探,G633.55
  6. 李群机器学习(LML)子空间轨道生成算法及应用研究,TP181
  7. 李群机器学习模型及应用研究,TP181
  8. 李群机器学习中的量子群分类器研究,O152.5
  9. 李群机器学习中的辛群分类器研究,TP181
  10. 基于流形学习的纤维丛学习算法研究,TP301.6
  11. 自动化软件测试技术研究,TP311.52
  12. 基于多智能体强化学习的决策支持系统的研究,TP181
  13. 距离测度学习理论与应用研究,TP181
  14. 基于半监督技术的集成分类研究,TP181
  15. 面向文本分类的特征词选取方法研究,TP181
  16. 基于机器学习的性能预测方法,TP181
  17. 切丛流形学习算法及其应用研究,TP181
  18. 解决强化学习中维数灾问题的方法研究,TP181
  19. 决策森林的子空间选择和集成优化,TP181
  20. 基于近邻分类的实例选择算法研究,TP181

中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化基础理论 > 人工智能理论 > 自动推理、机器学习
© 2012 www.xueweilunwen.com