多視角數(shù)據(jù)缺失補全問題研究.pdf

1、隨著信息技術(shù)的快速發(fā)展，現(xiàn)實生活中不斷涌現(xiàn)出大量的多視角數(shù)據(jù)，由此應運而生的多視角學習已成為機器學習領(lǐng)域的研究熱點。然而，在多視角數(shù)據(jù)的獲取過程中，由于受到收集的難度、高額成本或設備故障等問題，往往導致收集到的多視角數(shù)據(jù)出現(xiàn)視角缺失，這使得一些多視角學習方法無法有效進行。同時，多視角缺失數(shù)據(jù)的存在，不僅增大數(shù)據(jù)挖掘的難度，而且影響多視角數(shù)據(jù)分析的結(jié)果。因此，如何有效地補全缺失數(shù)據(jù)，提升對基于多視角描述所刻畫的對象的深度分析與理解是目前多

2、視角數(shù)據(jù)分析方面值得研究的課題。
　　為了消除視角缺失數(shù)據(jù)帶來的影響，本文從多視角數(shù)據(jù)視角間的相容互補性及語義一致性角度考慮對視角缺失的多視角數(shù)據(jù)進行補全，并取得了一定的研究成果。本文的主要研究成果包括:
　　(1)在面臨著多視角數(shù)據(jù)視角屬性全部缺失時，利用傳統(tǒng)單視角數(shù)據(jù)缺失補全方法進行補全，并沒有從多視角數(shù)據(jù)間具有的互補性考慮。為此，本文提出了一種基于核回歸的多視角數(shù)據(jù)缺失補全方法。該方法通過建立多視角數(shù)據(jù)視角間非線性關(guān)系

3、，由此實現(xiàn)視角數(shù)據(jù)缺失補全;
　　(2)提出了一種基于視角相容性的多視角數(shù)據(jù)缺失補全方法。通過監(jiān)督的共享子空間學習，建立視角相容性判別模型，并進一步基于共享子空間重構(gòu)誤差等同分布的假設，實現(xiàn)多視角缺失數(shù)據(jù)的預補全。在此基礎上，進一步通過多元線性回歸實現(xiàn)缺失視角的精確補全。此外，本文還把所提出的視角補全方法拓展到解決含有噪聲的多視角數(shù)據(jù)的降噪問題;
　　(3)針對多視角數(shù)據(jù)不成對出現(xiàn)情況下的數(shù)據(jù)缺失補全問題，提出了一種多視角因