2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩63頁未讀, 繼續(xù)免費閱讀

下載本文檔

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),請進行舉報或認領(lǐng)

文檔簡介

1、隨著多媒體技術(shù)的迅速發(fā)展和因特網(wǎng)的快速普及,數(shù)字圖像呈爆炸式增長,如何有效地檢索、分類、挖掘、利用這些數(shù)據(jù)成為當今研究的重點,特別是云的出現(xiàn)對從大量圖片快速檢索帶來了非常大的挑戰(zhàn)。但是單靠人力進行的數(shù)據(jù)分析往往要花費非常多的時間,滿足不了數(shù)據(jù)產(chǎn)生速度的要求。因此在這樣的背景下,機器學(xué)習(Machine Learning)應(yīng)運產(chǎn)生,機器學(xué)習是一種自動化的數(shù)據(jù)分析方法,不再需要人工過多進行干預(yù)。
  機器學(xué)習顧名思義就是利用機器進行學(xué)

2、習,主要是利用計算機來模擬人類的學(xué)習過程,機器學(xué)習是讓計算機在現(xiàn)有知識的基礎(chǔ)上學(xué)習一定的模型,進而進行新知識的延伸。按照學(xué)習形式,機器學(xué)習可以分為監(jiān)督學(xué)習(Supervised Learning)和無監(jiān)督學(xué)習(Unsupervised Learning),半監(jiān)督學(xué)習是介于監(jiān)督學(xué)習與無監(jiān)督學(xué)習的一種學(xué)習形式。機器學(xué)習中的無監(jiān)督學(xué)習的分類精度不高,監(jiān)督學(xué)習則需要足夠的訓(xùn)練樣本,然而標記樣本的過程是非常費時費力。半監(jiān)督學(xué)習與主動學(xué)習都是利用有

3、標記數(shù)據(jù)和無標記數(shù)據(jù)進行學(xué)習的學(xué)習方法,將主動學(xué)習與半監(jiān)督學(xué)習相結(jié)合應(yīng)用到圖像分類上,在只給定少量有標記數(shù)據(jù)的情形下能夠最大程度提高分類器的性能。
  本文主要是在半監(jiān)督學(xué)習的基礎(chǔ)上融合主動學(xué)習的學(xué)習理念,把兩種學(xué)習方法的優(yōu)勢融合起來。在整個學(xué)習過程中既選出置信度最高的樣例加入到訓(xùn)練集中,又選出學(xué)習器爭議最大的樣例交給專家系統(tǒng)進行標注,然后加入到訓(xùn)練集中,主要工作如下:
  1)經(jīng)典的半監(jiān)督算法co-training算法要求

4、樣本集具有充分冗余視圖,即樣本集要具備兩個不同的視圖,這兩個視圖能夠分別訓(xùn)練出一個強分類器。但是這一要求在實際情況中很難得到滿足,本文采用集成學(xué)習中的Bagging算法和RSM算法將初始已標記數(shù)據(jù)集分成兩個視圖,即完成了數(shù)據(jù)集從單一視圖轉(zhuǎn)化成多視圖,不再要求已標記數(shù)據(jù)集具有充分冗余視圖。
  2)整個學(xué)習過程中采用兩個分類器,一個分類器的訓(xùn)練集由已標記樣例組成,另一個分類器的訓(xùn)練集由已標記樣例和部分置信度高的未標記樣例及其預(yù)測標簽

5、組成。在本文中,兩個分類器的訓(xùn)練集不同,一個是采用已標記樣例組成樣本集,另一個采用已標記樣例和部分置信度高的未標記樣例及其預(yù)測標簽組成樣本集,這樣可以從多方面對未標記數(shù)據(jù)進行描述。
  3)本文將半監(jiān)督學(xué)習和主動學(xué)習的優(yōu)點相結(jié)合,既自行利用大量未標記樣例中存在的相關(guān)性,又將兩個分類器分歧最大的樣例交予專家系統(tǒng)進行標注,這樣既可以增大訓(xùn)練集,又可以減少將標記錯誤的樣例加入到訓(xùn)練集中的可能。文中通過實驗表明了該模型分類的優(yōu)越性,也證明

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空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,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)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(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

評論

0/150

提交評論