本文選題：多任務(wù)分類 + 羅杰斯特回歸　； 參考：《計算機工程與應(yīng)用》2017年15期

【摘要】：多任務(wù)學(xué)習(xí)通過尋找并共享不同任務(wù)域之間的共性特征來完成學(xué)習(xí),利用知識遷移加速不同任務(wù)域的學(xué)習(xí)為每個任務(wù)域構(gòu)建一個分類器。提出了一種基于羅杰斯特回歸模型的多任務(wù)學(xué)習(xí)方法 MTC-LR(Multi-task Coupled Logistic Regression)。"羅杰斯特回歸模型"已經(jīng)被成功應(yīng)用于單任務(wù)分類器上,該模型被眾多實驗證明是有效的,正是這種方法給人們帶來了啟示。從理論上證明了通過構(gòu)造多任務(wù)分類器的"開銷函數(shù)"和"差異性度量函數(shù)",MTC-LR算法可以提高多任務(wù)分類器的各自分類精度。相比傳統(tǒng)的基于SVM的多任務(wù)學(xué)習(xí)方法,MTC-LR并不依賴于核方法而是通過共軛梯度下降法尋找各個分類器的最優(yōu)參數(shù)。同時MTC-LR與采用"羅杰斯特回歸模型"的快速算法CDdual更容易結(jié)合,可擴展至大樣本的多任務(wù)分類學(xué)習(xí)。正是基于上述發(fā)現(xiàn),為了充分高效利用大樣本的多任務(wù)域數(shù)據(jù),滿足大樣本的快速運算,在MTC-LR算法的基礎(chǔ)上,結(jié)合最新的CDdual(The Dual Coordinate Descent Method)算法,提出了MTC-LR的快速算法MTC-LR-CDdual,并對該算法進行了相關(guān)的理論分析。將該算法在人工數(shù)據(jù)集和真實數(shù)據(jù)集上進行了驗證,實驗結(jié)果表明該算法有著較高的識別率、快速的識別速度和較好的魯棒性。
[Abstract]:Multi-task learning accomplishes learning by finding and sharing the common features between different task domains, and constructs a classifier for each task domain by using knowledge migration to accelerate the learning of different task domains. A multitask learning method, MTC-LR (Multi-task coupled Logistic Regression), is proposed based on Rogers regression model. " The Rojester regression model has been successfully applied to single task classifier. The model has been proved to be effective by many experiments. It is this method that has brought enlightenment to people. It is proved theoretically that by constructing the "overhead function" and "difference measure function" of the multitask classifier, the MTC-LR algorithm can improve the classification accuracy of the multitask classifier. Compared with the traditional SVM based multitasking learning method, MTC-LR does not depend on kernel method but uses conjugate gradient descent method to find the optimal parameters of each classifier. At the same time, MTC-LR is easier to combine with CDdual, a fast algorithm based on "Rogers regression Model", and can be extended to multi-task classification learning with large samples. Based on the above findings, in order to make full and efficient use of multi-task domain data of large samples and satisfy the fast operation of large samples, the MTC-LR algorithm is combined with the latest CDdual (the dual coordinate Descent method) algorithm. A fast algorithm of MTC-LR, MTC-LR-CDdual. is proposed, and the related theoretical analysis of the algorithm is given. The algorithm is verified on artificial data set and real data set. Experimental results show that the algorithm has higher recognition rate, faster recognition speed and better robustness.
【作者單位】： 華中科技大學(xué)光學(xué)與電子信息學(xué)院;江蘇北方湖光光電有限公司;南京大學(xué)軟件學(xué)院;
【分類號】：TP181;TP391.41

【參考文獻】

相關(guān)期刊論文 前2條

1 顧鑫;王士同;;大樣本多源域與小目標域的跨領(lǐng)域快速分類學(xué)習(xí)[J];計算機研究與發(fā)展;2014年03期

2 鄧衛(wèi)兵;A LIMITED MEMORY QUASI-NEWTON METHOD FOR LARGE SCALE PROBLEM[J];Numerical Mathematics A Journal of Chinese Universities(English Series);1996年01期

【共引文獻】

相關(guān)期刊論文 前6條

1 顧鑫;曹丹華;吳裕斌;欒永昕;王偉成;;基于邏輯回歸的多任務(wù)域快速分類學(xué)習(xí)算法[J];計算機工程與應(yīng)用;2017年15期

2 黃成泉;王士同;蔣亦樟;董愛美;;v-軟間隔羅杰斯特回歸分類機[J];電子與信息學(xué)報;2016年04期

3 董愛美;畢安琪;王士同;;基于遷移共享空間的分類新算法[J];計算機研究與發(fā)展;2016年03期

4 朱廣堂;周向東;;一種基于信息保持的跨數(shù)據(jù)集圖像分類方法[J];計算機工程;2016年04期

5 顧鑫;王士同;;大樣本多源域與小目標域的跨領(lǐng)域快速分類學(xué)習(xí)[J];計算機研究與發(fā)展;2014年03期

6 顧鑫;王士同;許敏;;基于多源的跨領(lǐng)域數(shù)據(jù)分類快速新算法[J];自動化學(xué)報;2014年03期

【二級參考文獻】

相關(guān)期刊論文 前2條

1 黃賢立;;基于典型相關(guān)分析的多視圖跨領(lǐng)域情感分類[J];計算機工程;2010年24期

2 鄧衛(wèi)兵;A LIMITED MEMORY QUASI-NEWTON METHOD FOR LARGE SCALE PROBLEM[J];Numerical Mathematics A Journal of Chinese Universities(English Series);1996年01期

【相似文獻】

相關(guān)期刊論文 前10條

1 趙海延;纖程及其實現(xiàn)多任務(wù)的方法[J];科技進步與對策;2003年S1期

2 馬曉晨,李進普;使用輪循技術(shù)開發(fā)支持多任務(wù)的控制程序[J];承德石油高等�？茖W(xué)校學(xué)報;2004年01期

3 范策;李暢;黃紅桃;許憲成;;操作系統(tǒng)多任務(wù)應(yīng)用模式實驗開發(fā)[J];現(xiàn)代計算機(專業(yè)版);2011年19期

4 張玉霞;企業(yè)管理信息系統(tǒng)中的實時多任務(wù)實現(xiàn)[J];吉林電力技術(shù);1996年06期

5 夏旭豐,丁文杰,朱善君,孫新亞,李迎春;實時多任務(wù)嵌入系統(tǒng)的實現(xiàn)[J];計算機應(yīng)用研究;2003年09期

6 卓明敏;;模擬多任務(wù)編程[J];福建電腦;2007年10期

7 嚴殊;單片微機多任務(wù)編程[J];微型機與應(yīng)用;1997年09期

8 雷航;基于任務(wù)鏈的實時多任務(wù)軟件可靠性建模[J];電子科技大學(xué)學(xué)報;2004年02期

9 王永亮;李秀娟;;嵌入式多任務(wù)程序設(shè)計[J];電子科技;2010年01期

10 陸佳明;微機環(huán)境下的實時多任務(wù)軟件的開發(fā)[J];微計算機應(yīng)用;1996年05期

相關(guān)會議論文 前4條

1 李光先;陸陽;;應(yīng)用UC/OS-Ⅱ設(shè)計嵌入式實時多任務(wù)軟件[A];全國第13屆計算機輔助設(shè)計與圖形學(xué)（CAD/CG）學(xué)術(shù)會議論文集[C];2004年

2 李惠林;謝慶生;殷國富;牛鳴岐;;基于ASP平臺的多任務(wù)資源分配決策的研究[A];提高全民科學(xué)素質(zhì)、建設(shè)創(chuàng)新型國家——2006中國科協(xié)年會論文集（下冊）[C];2006年

3 劉鐵銳;張志遠;;Windows下數(shù)值計算中多任務(wù)的實現(xiàn)[A];計算機技術(shù)在工程建設(shè)中的應(yīng)用——第十二屆全國工程建設(shè)計算機應(yīng)用學(xué)術(shù)會議論文集[C];2004年

4 陳光強;楊樹強;張曉輝;李潤恒;賈焰;;面向海量文本數(shù)據(jù)的多任務(wù)并行調(diào)度加載技術(shù)研究與實現(xiàn)[A];第15屆全國信息存儲技術(shù)學(xué)術(shù)會議論文集[C];2008年

相關(guān)碩士學(xué)位論文 前6條

1 馬鈺;自動測試軟件開發(fā)運行平臺多任務(wù)并行機制的研究與實現(xiàn)[D];電子科技大學(xué);2015年

2 于顯龍;面向多任務(wù)大容量可追溯現(xiàn)鈔處理系統(tǒng)的研究與設(shè)計[D];遼寧科技大學(xué);2016年

3 周耀穎;Mac系統(tǒng)下多任務(wù)錄屏軟件的研究與實現(xiàn)[D];大連理工大學(xué);2016年

4 于明麗;基于STM32和μC/OS-Ⅱ的B類AIS基帶系統(tǒng)的設(shè)計[D];大連海事大學(xué);2012年

5 羅琦;面向?qū)ο笄度胧蕉嗳蝿?wù)GUI的設(shè)計和實現(xiàn)[D];電子科技大學(xué);2006年

6 劉華;WindowsNT系統(tǒng)下多任務(wù)間進程通訊的研究和模擬[D];電子科技大學(xué);2009年

，

本文編號：2079815