基于圖的半監(jiān)督學(xué)習(xí)和維數(shù)約簡(jiǎn)方法及其應(yīng)用研究.pdf

1、半監(jiān)督學(xué)習(xí)和維數(shù)約簡(jiǎn)已經(jīng)成為當(dāng)前機(jī)器學(xué)習(xí)領(lǐng)域的研究熱點(diǎn)。半監(jiān)督學(xué)習(xí)研究的目的是在整個(gè)數(shù)據(jù)集中只有一部分樣本有標(biāo)記的情況下，如何對(duì)數(shù)據(jù)進(jìn)行分類(lèi)。本文主要研究的是基于圖的半監(jiān)督學(xué)習(xí)方法與應(yīng)用。維數(shù)約簡(jiǎn)是在盡可能多地保持?jǐn)?shù)據(jù)集結(jié)構(gòu)的前提下，將數(shù)據(jù)集轉(zhuǎn)換成一個(gè)新的數(shù)據(jù)集，新數(shù)據(jù)集的維數(shù)是原始數(shù)據(jù)集的本征維數(shù)。本文對(duì)基于圖的半監(jiān)督學(xué)習(xí)和維數(shù)約簡(jiǎn)方法與應(yīng)用進(jìn)行了系統(tǒng)的研究，具體來(lái)說(shuō)，全文的主要工作概括如下：
　　 (1)提出了一種新的多步驟

2、降維方法對(duì)基因表達(dá)譜數(shù)據(jù)進(jìn)行降維。首先采用秩和檢驗(yàn)方法來(lái)進(jìn)行差異表達(dá)的基因選擇，然后將排在前面的一定數(shù)量的基因再進(jìn)行離散余弦變換，并采用主成分分析對(duì)變換后的系數(shù)進(jìn)行主成分提取。我們首先將基于圖的半監(jiān)督方法引入到腫瘤分類(lèi)中，采用基于圖的半監(jiān)督學(xué)習(xí)算法對(duì)抽取的主成分特征進(jìn)行分類(lèi)性能評(píng)估。
　　 (2)針對(duì)基于圖的半監(jiān)督學(xué)習(xí)方法提出了一種新的自適應(yīng)權(quán)值學(xué)習(xí)方法。傳統(tǒng)的基于圖的半監(jiān)督學(xué)習(xí)算法大都采用高斯函數(shù)來(lái)計(jì)算圖的邊權(quán)。我們提出一種新

3、穎的針對(duì)基于圖的半監(jiān)督學(xué)習(xí)方法的邊權(quán)設(shè)計(jì)方法。該方法添加了標(biāo)簽信息，并且采用測(cè)地距離而不是歐氏距離來(lái)計(jì)算兩個(gè)樣本點(diǎn)之間的距離。此外，我們還添加了類(lèi)的先驗(yàn)信息，并針對(duì)基于局部和全局一致性的學(xué)習(xí)方法來(lái)改進(jìn)邊權(quán)。實(shí)驗(yàn)結(jié)果表明，我們所提出的方法要優(yōu)于原算法。
　　 (3)提出了一種基于局部保持投影的監(jiān)督特征提取方法，即局部保持判別投影算法。局部保持投影(LPP)沒(méi)有加入判別信息，僅僅考慮局部信息。我們將類(lèi)內(nèi)散度矩陣和類(lèi)間散度矩陣加入到L

4、PP的目標(biāo)函數(shù)中，從而提出局部保持判別投影(LPDP)方法。該方法的優(yōu)點(diǎn)是能夠最大化類(lèi)間距離和最小化類(lèi)內(nèi)距離，同時(shí)保持LPP的局部保持特性。LPDP可被看作是一種組合了流形準(zhǔn)則和Fisher準(zhǔn)則的新方法。因此，與LPP相比，LPDP能夠成功地找到具有更好判別性能的子空間，因而更適合于做分類(lèi)，從而能有效地提高識(shí)別率。
　　 (4)提出了基于譜回歸的判別分析(Spectral Regression Discriminant Anal

5、ysis，SRDA)和基于譜回歸的核化判別分析(Spectral Regression Kernel DiscriminantAnalysis，SRKDA)的正則化參數(shù)估計(jì)方法。SRDA的正則化參數(shù)的估計(jì)在以往的研究中沒(méi)有得到很好的解決。我們基于擾動(dòng)的線(xiàn)性判別分析(Perturbation LinearDiscriminant Analysis，PLDA)準(zhǔn)則提出一種新的方法，來(lái)估計(jì)SRDA的正則化參數(shù)。在另一方面，SRKDA的正則化參