版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、機器學習作為人工智能領域的核心研究課題之一,近年來取得了快速發(fā)展。多任務學習是一種機器學習方法,由歸納偏置問題發(fā)展而來,是一種利用任務間共享的有用信息同時對多個任務作并行學習的一種方法。結合正則化方法、隨機過程、支持向量機和深度學習等技術來進行多任務學習建模的方法已廣泛應用于語音處理、疾病預測、圖像處理、數據挖掘等領域。同時,隨著移動互聯(lián)網和多媒體技術的飛速發(fā)展,多媒體數據爆炸式增長,盡管數據中經常出現大稀疏噪聲、缺失或損毀的情況,但是
2、這些大規(guī)模數據含有大量有用信息可供挖掘,此時適用于向量和矩陣的稀疏性理論在建模過程中發(fā)揮了重要的作用。鑒于此,論文的主要工作包含以下幾個方面:
?。?)簡要介紹了多任務學習定義及其發(fā)展歷程,梳理了單任務學習和多任務學習的異同點,總結了多任務學習理論中任務間相關性的類型,比較了遷移學習、多任務學習、多標記學習和多分類學習的相互關系;
?。?)研究了稀疏表示理論和矩陣的秩極小化理論,分析了稀疏約束和秩極小化在圖像分類中的適用
3、性。稀疏表示是壓縮感知理論的重要組成部分,在圖像處理中有著重要應用。矩陣的秩極小化理論是向量稀疏性理論的擴展,包含矩陣填充、魯棒主成分分析和低秩表示等模型;
?。?)提出了基于低秩結構和組合稀疏約束的多任務圖像分類模型(MTC LS),該問題包含一個凸光滑函數和兩項凸的但非光滑的約束項,利用子梯度法和加速近似梯度法可以求解該優(yōu)化問題;
?。?)驗證了MTCLS模型的有效性,論文使用Oxford Flowers17 Cat
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。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,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確性、安全性和完整性, 同時也不承擔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
- 深度學習在圖像分類中的應用研究.pdf
- 遷移學習在圖像分類中的應用研究.pdf
- 基于深度學習的圖像分類及其在高光譜圖像中的應用研究.pdf
- 子空間學習及其在圖像集分類中的應用研究.pdf
- 多視角的構建及其在單任務學習和多任務學習中的應用.pdf
- 多任務學習及其在光譜數據分析中的應用.pdf
- 粒計算及其在圖像分類中的應用研究.pdf
- 概率分類方法在多任務EEG腦機接口中的應用研究.pdf
- 多任務學習在時間序列預測中的研究及應用.pdf
- 聚類分析在圖像分類中的應用研究.pdf
- 多任務學習技術在混合推薦中的應用研究與實現.pdf
- 融合主動學習的半監(jiān)督技術在圖像分類中的應用研究.pdf
- 形狀分類及其在圖像檢索系統(tǒng)中的應用研究.pdf
- 哈希碼學習及其在圖像檢索中的應用研究.pdf
- 特征分類器研究及其在圖像分類中的應用.pdf
- 矩陣廣義逆高斯分布在多任務學習中的應用.pdf
- 矩陣分解方法在圖像分類中的應用研究.pdf
- 深度學習在圖像語義分類中的應用.pdf
- 距離度量學習及其在圖像和視頻分類中的應用.pdf
- 深度學習算法研究及其在圖像分類上的應用.pdf
評論
0/150
提交評論