半監(jiān)督的聚類和降維研究及應(yīng)用.pdf

1、半監(jiān)督學(xué)習(xí)是近年來機(jī)器學(xué)習(xí)領(lǐng)域的一大研究熱點。與傳統(tǒng)的監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)相比，半監(jiān)督學(xué)習(xí)能同時利用有標(biāo)號和無標(biāo)號樣本來學(xué)習(xí)，從而獲得更好的性能。目前，國際上有關(guān)半監(jiān)督學(xué)習(xí)的研究可大致分為兩類，即半監(jiān)督分類和半監(jiān)督聚類。其中，相對于前者，后者在理論和算法研究上都還尚不夠成熟。 本文首先對半監(jiān)督聚類進(jìn)行研究，在原有的一些模糊核聚類算法基礎(chǔ)之上，提出了一系列半監(jiān)督模糊核聚類算法。隨后，把半監(jiān)督學(xué)習(xí)的思想引入降維，對半監(jiān)督降維加以研究

2、。最后，把本文提出的算法分別應(yīng)用于圖像分割和圖像檢索，并實現(xiàn)了一個圖像檢索原型系統(tǒng)。本文主要的創(chuàng)新與研究工作總結(jié)如下： 1．在先前提出的魯棒聯(lián)機(jī)聚類算法（ROC）的基礎(chǔ)上，通過引入以樣本類標(biāo)號形式給出的監(jiān)督信息，提出了一種半監(jiān)督的魯棒聯(lián)機(jī)聚類算法（Semi-ROC），在人工數(shù)據(jù)集和國際標(biāo)準(zhǔn)數(shù)據(jù)集上的實驗驗證了算法的有效性。 2．提出了兩種模糊核聚類算法SKFCM和SKPCM，并分別在國際標(biāo)準(zhǔn)數(shù)據(jù)集和人工數(shù)據(jù)集上進(jìn)行了