版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、基于超圖的半監(jiān)督學(xué)習(xí)因其既利用了有標(biāo)記數(shù)據(jù)樣本的信息又利用了無標(biāo)記數(shù)據(jù)樣本的信息,近年成為一個(gè)研究熱點(diǎn),有很高的研究及應(yīng)用價(jià)值,在圖像處理、模式識別、語音識別等領(lǐng)域已經(jīng)得到廣泛的應(yīng)用。然而超圖學(xué)習(xí)仍然面臨許多復(fù)雜的問題,其中有數(shù)據(jù)樣本間多重相關(guān)性問題、訓(xùn)練數(shù)據(jù)分布不平衡問題和誤標(biāo)記樣本問題。另外,在基于合成孔徑雷達(dá)(Synthetic Aperture Radio,SAR)圖像海面溢油檢測應(yīng)用中,除了存在這些問題外,還存在標(biāo)記樣本少的問
2、題。本文圍繞這些復(fù)雜分類問題,主要在以下幾個(gè)方面展開了深入的研究:
(1)針對樣本間多重相關(guān)性問題,本文先后提出三種方法考慮樣本間的相關(guān)性。第一種是在構(gòu)建超邊集時(shí),增加給定半徑的超球面內(nèi)樣本構(gòu)成的一類超邊,與采用最近鄰算法選取的鄰域構(gòu)成的一類超邊合成為新的超邊集,然后構(gòu)建超圖學(xué)習(xí)模型,在多極化SAR圖像數(shù)據(jù)分類學(xué)習(xí)上獲得了很好的效果;第二種是結(jié)合稀疏表示構(gòu)建一個(gè)稀疏超圖,與傳統(tǒng)超圖線性結(jié)合成為一類新的超圖學(xué)習(xí)模型,應(yīng)用于圖像分
3、類學(xué)習(xí)中分類性能有較大的提升;第三種是考慮到超圖學(xué)習(xí)中只有類別屬性相關(guān)的表示,而沒有類屬無關(guān)的表示,利用成對約束理論既表現(xiàn)樣本間的相關(guān),也能表現(xiàn)類屬無關(guān),以此進(jìn)一步強(qiáng)調(diào)標(biāo)記樣本的相關(guān)性,因而在超圖學(xué)習(xí)模型中加入成對約束的思想,該方案在標(biāo)準(zhǔn)數(shù)據(jù)集上實(shí)驗(yàn)效果較好。相比于傳統(tǒng)超圖學(xué)習(xí),這三種方法都有一定的成效,在學(xué)習(xí)性能上有不同程度的提升。
(2)針對不平衡分類問題,本文通過研究大量的不平衡處理算法,提出代價(jià)敏感的超圖學(xué)習(xí)算法,定義
4、類別重要性因子既表示一類樣本的重要性,也表示錯(cuò)分該類樣本的代價(jià),還定義加權(quán)精度作為不平衡分類學(xué)習(xí)的性能評價(jià)指標(biāo),為多類不平衡分類評價(jià)提供了一種非常簡單的評價(jià)指標(biāo)。
(3)針對誤標(biāo)記樣本問題,本文研究了目前檢測誤標(biāo)記樣本的算法,并提出一種基于超圖學(xué)習(xí)的誤標(biāo)記樣本檢測方法。該方法先確定誤標(biāo)記嫌疑樣本集與核心樣本集,然后計(jì)算可疑標(biāo)記樣本在核心樣本集上的均方殘差確定誤標(biāo)記樣本與次誤標(biāo)記樣本集,最后以核心樣本集為訓(xùn)練集,其他樣本作為未標(biāo)
5、記樣本集進(jìn)行超圖學(xué)習(xí),進(jìn)一步提煉誤標(biāo)記樣本與次誤標(biāo)記樣本集。對于誤標(biāo)記樣本,在后續(xù)的操作中拋棄,而對于次誤標(biāo)記樣本,減少其類屬信念,達(dá)到減少對分類學(xué)習(xí)性能影響的目的,在標(biāo)準(zhǔn)數(shù)據(jù)集上實(shí)驗(yàn)驗(yàn)證了該方法的有效性,為其他研究誤標(biāo)記檢測的學(xué)者提供了一種新的思路。
(4)在基于SAR的海面溢油檢測應(yīng)用中,訓(xùn)練集同樣存在上述的誤標(biāo)記與不平衡問題,還存在標(biāo)記樣本量少的問題,為此本文通過研究目前溢油檢測的方法分別提出了相應(yīng)的解決方案。針對油斑與
6、非油斑數(shù)據(jù)樣本數(shù)量不平衡的問題,本文提出兩種思路,一種是采用基于馬氏距離的代價(jià)敏感處理算法,另一種是代價(jià)敏感的超圖學(xué)習(xí)方法,兩種思路都表現(xiàn)出了一定優(yōu)勢,而后者又正好適合訓(xùn)練樣本量少的分類情況。本文設(shè)計(jì)代價(jià)敏感的多模型超圖學(xué)習(xí)算法,解決油斑訓(xùn)練集不平衡與樣本量少的問題,相比于其他傳統(tǒng)的溢油檢測方法,實(shí)驗(yàn)效果得到明顯提升。
本文在超圖學(xué)習(xí)模型上考慮樣本優(yōu)化問題,分別提出相應(yīng)的解決方案,一定程度上改善了超圖學(xué)習(xí)的性能,并且應(yīng)用到基于
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 集成學(xué)習(xí)理論研究及其在個(gè)性化推薦中的應(yīng)用.pdf
- 大規(guī)模機(jī)器學(xué)習(xí)理論研究與應(yīng)用.pdf
- 機(jī)器學(xué)習(xí)理論研究及其在車載導(dǎo)航系統(tǒng)中的應(yīng)用.pdf
- 學(xué)習(xí)理論及其教學(xué)應(yīng)用
- 表現(xiàn)性學(xué)習(xí)理論研究及其實(shí)踐探索.pdf
- 布魯納學(xué)習(xí)理論在英語學(xué)習(xí)中的應(yīng)用.pdf
- 語文綜合性學(xué)習(xí)理論研究.pdf
- 布魯納學(xué)習(xí)理論在俄語學(xué)習(xí)中的應(yīng)用分析.pdf
- 合作學(xué)習(xí)理論研究現(xiàn)狀分析
- 基于極化特征的SAR溢油檢測研究.pdf
- 幾何學(xué)習(xí)理論及其應(yīng)用研究.pdf
- 超圖理論算法研究及其在圖像分類中的應(yīng)用.pdf
- 建構(gòu)主義學(xué)習(xí)理論及其在物理教學(xué)實(shí)踐上的研究.pdf
- 羅特的社會(huì)行為學(xué)習(xí)理論研究.pdf
- 流形學(xué)習(xí)理論及其應(yīng)用研究.pdf
- EMD理論研究及其在裂紋損傷檢測中的應(yīng)用.pdf
- 蟻群算法的理論研究及其在TSP上的應(yīng)用.pdf
- 71363.美國轉(zhuǎn)化學(xué)習(xí)理論研究
- 流形學(xué)習(xí)理論研究及相關(guān)改進(jìn).pdf
- 零均值噪聲樣本下學(xué)習(xí)理論的若干理論研究.pdf
評論
0/150
提交評論