嵌入式多模態(tài)特征選擇算法研究.pdf

1、隨著數(shù)據(jù)收集和數(shù)據(jù)存儲技術(shù)的發(fā)展，多模態(tài)數(shù)據(jù)廣泛存于各種應(yīng)用場景當(dāng)中，如何對這些數(shù)據(jù)進(jìn)行高效的分析是機(jī)器學(xué)習(xí)研究領(lǐng)域的熱點(diǎn)問題之一。在處理多模態(tài)數(shù)據(jù)時(shí)通常會遇到維數(shù)災(zāi)難問題，傳統(tǒng)的特征選擇算法只能處理單模態(tài)數(shù)據(jù)，而無法有效的處理多模態(tài)數(shù)據(jù)，本文的研究目標(biāo)為多模態(tài)數(shù)據(jù)的特征選擇算法。
　　在實(shí)際應(yīng)用中，由于數(shù)據(jù)的標(biāo)記信息很難獲取，因此需要在無監(jiān)督情形下進(jìn)行特征選擇任務(wù)，本文提出基于聚類結(jié)構(gòu)保持的無監(jiān)督多模態(tài)特征選擇算法，該算法提出在

2、特征選擇的過程中利用線性判別分析保持原始數(shù)據(jù)的聚類結(jié)構(gòu)，同時(shí)充分利用多模態(tài)數(shù)據(jù)之間的相關(guān)性和互補(bǔ)性，最后通過結(jié)構(gòu)化的稀疏正則模型來選擇權(quán)重較大的特征，并提出了新的迭代優(yōu)化算法求解優(yōu)化目標(biāo)。我們在五個(gè)公共數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn)驗(yàn)證，并與其他無監(jiān)督特征選擇算法對比，實(shí)驗(yàn)結(jié)果說明了該算法的有效性和優(yōu)越性。
　　在實(shí)際情況中，雖然很難獲得全部數(shù)據(jù)的標(biāo)記信息，但是通?？梢垣@得一部分?jǐn)?shù)據(jù)的標(biāo)記信息，半監(jiān)督學(xué)習(xí)算法同時(shí)利用已標(biāo)記樣本和未標(biāo)記樣本進(jìn)行學(xué)

3、習(xí)，無標(biāo)記數(shù)據(jù)的加入可以提高學(xué)習(xí)算法的性能，在此基礎(chǔ)上，本文提出基于結(jié)構(gòu)化稀疏的半監(jiān)督多模態(tài)特征選擇算法，該算法利用流形正則的方法，同時(shí)考慮多模態(tài)數(shù)據(jù)的相關(guān)性和互補(bǔ)性，在每個(gè)模態(tài)上保持?jǐn)?shù)據(jù)的流形結(jié)構(gòu)。在模型中引入兩個(gè)結(jié)構(gòu)化稀疏正則項(xiàng)，分別刻畫不同模態(tài)間的特征和同一模態(tài)內(nèi)的特征在不同分類任務(wù)下的判別性，將這一思想加入半監(jiān)督的多模態(tài)特征選擇算法中，建立模型并提出迭代優(yōu)化算法求解優(yōu)化目標(biāo)，我們在五個(gè)數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn)驗(yàn)證，并與其他有監(jiān)督和半監(jiān)督