快速增量式分類算法研究.pdf

1、飯旦大學博士學位論文快速增量式分類算法研究ReseAt(一h011F1s1，IIICIernentalClassificatiol『Algorithms舯名：朱真峰學號：061021077系(所)：計算機科學技術學院專業(yè)：計算機應用技術研究方向：機器學習攻讀學位：睥士指導教師：薛I向陽教授指導小組：黃萱菁教授郭躍飛副教授池明曼副教授r|1文摘要隨著數據聚集制作設備的口益昔披人們越來越方便地生產圖像、|生l形，音頻、視頻、動卿和j維模型等

2、多蟬伴數據：隨著互聯(lián)網和蔣量存儲技術的應用_I及t人們赴任何時候、任何地方都能夠訪問互聯(lián)網上的多媒體數據。這些多媒體數據肄有辯構、水結構化商維和I動_盎變化等特征，給后續(xù)處埋例如分類、聚類，挖掘、胖解和利用卅來巨大f難。本文半要針列可聯(lián)阿數據的特點重點研宄了商維數州的降維霜f海射數槲的增踴式分類方法。在商維數據降維研究訂向木史捉Jl了基于非負矩陣分解的快速避代方法，它利用數據的Lml化特性和相關數據矩辟的稀疏性特點，設計了更J|l】簡沽

3、的選代盟新規(guī)則一實驗表明ti嚷方法小儀川以實現快速降維j壬能提升后續(xù)分類或聚類的精度。扣海量數據分類研究矗面本文提出了免矩陣求遵的增量式學習矗法它針對近似支恃向量機模型需要計算矩陣逆的問題，I殳計了不必計算矩陣逆的預測模型理新公式宴現了快速的增量式學刊。實驗表明在預測精度基本不變的情況r改方法能使時間復雜度降低一個數量級。進一步在處理動態(tài)增加的海量數據分類方面本文提出了增量式遷移學習矗法。設計了個適臺樣本加秘的增母式模型并采用預測反饋機