学位论文 > 优秀研究生学位论文题录展示

两种针对张量数据和多视图数据的半监督维数约简方法

作　者: 胡奎
导　师: 吴翊
学　校: 国防科学技术大学
专　业: 应用数学
关键词: 张量数据多视图数据调和函数半监督维数约简
分类号: TP181
类　型: 硕士论文
年　份: 2010年
下　载: 27次
引　用: 0次
阅　读: 论文下载

内容摘要

高维数据的维数约简作为统计学和计算机科学的交叉研究方向,已经成为人们研究的热点。半监督维数约简因其能利用未标签数据的信息,在相同的数据上一般能取得比监督方法更为理想的维数约简效果,近年来受到了越来越多的研究人员的关注。然而,实际应用中的数据除高维性外,往往还具有天然的内部结构,传统的半监督维数约简方法面对这样的数据时常常效果不佳。张量结构和多视图结构是数据的两种典型结构。本文在基于调和函数的标签传播技术的基础上,提出了针对张量数据和多视图数据的半监督维数约简方法。本文主要完成下述两个工作:1.在Nie等人提出的局部张量判别分析(LTDA)的基础上,提出基于调和函数的半监督张量维数约简方法(TDRHF),本方法先利用调和函数将少量带标签数据的标签传播到未标签数据上,再进行数据的半监督维数约简,实现算法的半监督化,将Nie等人的工作推广到半监督领域。2.在Hou等人提出的多视图数据半监督维数约简方法(MVSSDR)的基础上,提出基于调和函数的多视图数据维数约简方法(MVDRHF),本方法将MVSSDR中使用的数据间的连接信息改为经调和函数标签传播后的软标签信息,避免了标签信息和连接信息间的转化,尽可能地保持了先验信息,取得了更为理想的维数约简效果。

全文目录

摘要  8-9
ABSTRACT  9-10
第一章绪论  10-20
  1.1 问题的提出  10-11
  1.2 国内外研究现状  11-17
    1.2.1 半监督维数约简典型方法简介  11-14
    1.2.2 张量数据维数约简典型方法简介  14-16
    1.2.3 多视图数据维数约简典型方法简介  16-17
  1.3 本文的结构和创新  17-20
第二章调和函数标签传播  20-26
  2.1 调和函数二值标签传播  20-22
  2.2 调和函数多值标签传播  22-23
  2.3 本章小结  23-26
第三章半监督张量数据维数约简  26-36
  3.1 张量的基本运算  26-27
  3.2 算法推导  27-29
  3.3 实验结果  29-34
    3.3.1 Toy数据实验结果  29-32
    3.3.2 Coil数据库实验结果  32-33
    3.3.3 Yale数据库实验结果  33-34
  3.4 本章小结  34-36
第四章半监督多视图数据维数约简  36-48
  4.1 多视图数据的数学描述  36
  4.2 算法推导  36-41
  4.3 实验结果  41-45
    4.3.1 Newsgroup数据库实验结果  41-43
    4.3.2 WebKB数据库实验结果  43-44
    4.3.3 MVDRHF对参数k 和λ的敏感性  44-45
  4.4 本章小结  45-48
第五章结束语  48-50
致谢  50-52
参考文献  52-56
硕士阶段的主要工作  56

相似论文

人工免疫分类和异常识别算法的改进,R392.1
领域知识指导的半监督学习和主动学习倾向性分类研究,TP181
P2P流量识别方法研究,TP393.06
基于半监督哈希算法的图像检索方法研究,TP391.41
基于半监督学习的时间序列分类研究与实现,TP181
数据挖掘在研究生调剂中的应用研究,TP311.13
二维带位势Schr（？）dinger方程的圆平均端点Strichartz估计,O175.2
半监督学习中协同训练与多视图方法的比较及改进,TP18
流形学习中的增量谱嵌入方法,TP181
基于半监督SVM的入侵检测研究,TP393.08
半监督联合训练分类方法研究及其应用,TP311.13
面向金融问答的论坛观点挖掘,TP391.3
基于自适应的LVCSR系统半监督学习方法的研究,TN912.34
基于支持向量机的水电故障分类器的设计与实现,TV738
半监督学习若干问题的研究,TP181
基于半监督分类的入侵检测系统模型研究,TP393.08
基于少量标记数据约束聚类算法的入侵检测技术研究,TP393.08
基于半监督学习的中文问句分类研究,TP391.1
聚类技术及其应用研究,TP311.13
基于半监督学习的图像分割系统的设计与实现,TP391.41