本文關(guān)鍵詞：多任務(wù)學習和疾病分類中的稀疏優(yōu)化問題研究

  更多相關(guān)文章： 多任務(wù)特征學習 矩陣范數(shù)正則化項 聯(lián)合特征選擇 字母分類 稀疏優(yōu)化 疾病分類 獨立分類法則

【摘要】：近來,稀疏優(yōu)化方法在計算機視覺、圖像處理、生物醫(yī)學信息學等領(lǐng)域的應(yīng)用引起了學者廣泛的興趣。根據(jù)實際背景下的數(shù)據(jù)結(jié)構(gòu)和稀疏形式,選擇合適的稀疏優(yōu)化模型和設(shè)計相關(guān)的算法可以達到快速有效地求解問題的目的。本文考慮了稀疏優(yōu)化方法兩個方面的應(yīng)用。第一,多任務(wù)特征選擇模型及其相關(guān)算法在字母分類和學校效能方面的應(yīng)用。第二,疾病分類方面的稀疏優(yōu)化模型并將其相關(guān)算法和獨立法則相結(jié)合應(yīng)用于疾病分類。在多任務(wù)特征選擇方面,我們改進了基于l_(2,1)極小化的多任務(wù)特征選擇模型進而提出了基于l_(2,p)極小化的多任務(wù)特征選擇模型,并考慮相應(yīng)算法在多任務(wù)特征選擇中的應(yīng)用,即在字母分類和學校效能方面的應(yīng)用。矩陣范數(shù)具有聯(lián)合稀疏性,因而在模型的建立中我們考慮了矩陣范數(shù)。然而,由于廣義l_(2,p)矩陣范數(shù)是非凸、非李普希茲連續(xù)的,這使得多任務(wù)特征選擇稀疏優(yōu)化問題的求解變得非常困難。本文針對基于l_(2,p)極小化的多任務(wù)稀疏優(yōu)化問題提出了一類一致性迭代算法對所有p∈(0,1]求解,同時該算法的收斂性也一并給出。值得一提的是p∈(0,1]滿足了多任務(wù)稀疏結(jié)構(gòu)種類的多樣性。進一步,我們通過一些數(shù)據(jù)實驗說明了該算法的有效性。在疾病分類方面,基于經(jīng)典的聯(lián)合稀疏優(yōu)化方法與兩樣本獨立法則,本文提出了聯(lián)合稀疏獨立分類法則,并在三個公開的數(shù)據(jù)集上進行了數(shù)據(jù)實驗。三個公開的基因表達數(shù)據(jù)集的疾病分類實驗結(jié)果表明,聯(lián)合稀疏獨立分類法則有效融合了聯(lián)合稀疏特征選取的“集體”優(yōu)化作用與分類方法的“獨立”統(tǒng)計性質(zhì),不僅分類正確率高,而且運行時間少。
【關(guān)鍵詞】：多任務(wù)特征學習 矩陣范數(shù)正則化項 聯(lián)合特征選擇 字母分類 稀疏優(yōu)化 疾病分類 獨立分類法則
【學位授予單位】：南京航空航天大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：O224
【目錄】：

• 摘要4-5
• Abstract5-8
• 注釋表8-9
• 第一章 緒論9-13
• 1.1 引言9-11
• 1.2 本文的主要工作11-12
• 1.3 本文的結(jié)構(gòu)安排12-13
• 第二章 基于極小化模型的多任務(wù)特征選擇及應(yīng)用13-25
• 2.1 多任務(wù)稀疏優(yōu)化方法13-19
• 2.1.1 多任務(wù)稀疏優(yōu)化方法的相關(guān)研究13-14
• 2.1.2 改進的多任務(wù)特征選擇模型14-15
• 2.1.3 改進的多任務(wù)特征選擇算法15-16
• 2.1.4 改進的多任務(wù)特征選擇算法收斂性的證明16-19
• 2.2 多任務(wù)特征選擇方面的數(shù)值實驗19-24
• 2.2.1 在LETTER數(shù)據(jù)集上的分類結(jié)果向量19-20
• 2.2.2 時間的比較20-22
• 2.2.3 迭代次數(shù)與函數(shù)值下降量之間的關(guān)系22-24
• 2.3 結(jié)論24-25
• 第三章 聯(lián)合稀疏獨立法則及其在疾病分類中的應(yīng)用25-31
• 3.1 聯(lián)合稀疏獨立分類法則25-27
• 3.2 實驗結(jié)果27-29
• 3.3 本章的主要創(chuàng)新點29-30
• 3.4 結(jié)論30-31
• 第四章 總結(jié)與展望31-32
• 4.1 全文總結(jié)31
• 4.2 工作展望31-32
• 參考文獻32-35
• 致謝35-36
• 攻讀碩士學位期間的研究成果36

【相似文獻】

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 陳曉霞;;對我院俄羅斯患者疾病分類的統(tǒng)計分析[A];中國康復(fù)醫(yī)學會療養(yǎng)康復(fù)專業(yè)委員會2008年學術(shù)會議論文匯編[C];2008年

2 張淑梅;程蘇晶;孫蓮英;;淺議ICD-9主要情況選擇[A];第五屆全國病案管理學術(shù)會議論文集[C];1995年

3 劉永華;谷淑梅;王玉平;;當前繼續(xù)抓好ICD-9應(yīng)用的意義[A];第五屆全國病案管理學術(shù)會議論文集[C];1995年

4 陳秀遠;;談疾病分類工作的主動服務(wù)[A];中華醫(yī)院管理學會第十次全國病案管理學術(shù)會議論文集[C];2001年

5 趙志林;陳翠英;張紅艷;;計算機疾病分類專家系統(tǒng)構(gòu)思[A];中華醫(yī)院管理學會第十次全國病案管理學術(shù)會議論文集[C];2001年

6 李俊;嚴夏;羅翌;鐘世杰;李際強;方志堅;華榮;;12866例發(fā)熱患者疾病分類調(diào)查[A];2005年全國危重病急救醫(yī)學學術(shù)會議學術(shù)論文集[C];2005年

7 植廣芬;;醫(yī)院疾病分類統(tǒng)計常見錯誤分析[A];第五屆全國病案管理學術(shù)會議論文集[C];1995年

8 周祖緹;;醫(yī)院疾病分類統(tǒng)計常見錯誤分析[A];第五屆全國病案管理學術(shù)會議論文集[C];1995年

9 路萍;范俊葉;;淺談病案管理“疾病分類”教學[A];第七次全國病案管理學術(shù)會議論文集[C];1997年

10 黃小民;程友強;;手外科疾病分類工作的幾點體會[A];第五屆全國病案管理學術(shù)會議論文集[C];1995年

中國重要報紙全文數(shù)據(jù)庫 前3條

1 顧繼昌;也談疾病分類[N];中國中醫(yī)藥報;2006年

2 王佳家;我們?yōu)槭裁赐纯郲N];中華讀書報;2008年

3 江蘇省人力資源和社會保障廳 朱曉文;按費用確定“大病”保障范圍更公平[N];中國醫(yī)藥報;2013年

中國碩士學位論文全文數(shù)據(jù)庫 前4條

1 索南仁青;藏醫(yī)疾病分類及其臨床應(yīng)用研究[D];青海大學;2015年

2 吳亞飛;多任務(wù)學習和疾病分類中的稀疏優(yōu)化問題研究[D];南京航空航天大學;2016年

3 溫峗;疾病分類系統(tǒng)的研究與應(yīng)用[D];清華大學;2012年

4 王惠欣;面向疾病分類的人類互作網(wǎng)絡(luò)拓撲模塊的功能同質(zhì)性分析[D];北京交通大學;2015年

，

本文編號：1111917