本文關(guān)鍵詞：多視角數(shù)據(jù)缺失補(bǔ)全問題研究，由筆耕文化傳播整理發(fā)布。

【摘要】：摘要：隨著信息技術(shù)的快速發(fā)展,現(xiàn)實(shí)生活中不斷涌現(xiàn)出大量的多視角數(shù)據(jù),由此應(yīng)運(yùn)而生的多視角學(xué)習(xí)已成為機(jī)器學(xué)習(xí)領(lǐng)域的研究熱點(diǎn)。然而,在多視角數(shù)據(jù)的獲取過程中,由于受到收集的難度、高額成本或設(shè)備故障等問題,往往導(dǎo)致收集到的多視角數(shù)據(jù)出現(xiàn)視角缺失,這使得一些多視角學(xué)習(xí)方法無法有效進(jìn)行。同時(shí),多視角缺失數(shù)據(jù)的存在,不僅增大數(shù)據(jù)挖掘的難度,而且影響多視角數(shù)據(jù)分析的結(jié)果。因此,如何有效地補(bǔ)全缺失數(shù)據(jù),提升對(duì)基于多視角描述所刻畫的對(duì)象的深度分析與理解是目前多視角數(shù)據(jù)分析方面值得研究的課題。為了消除視角缺失數(shù)據(jù)帶來的影響,本文從多視角數(shù)據(jù)視角間的相容互補(bǔ)性及語義一致性角度考慮對(duì)視角缺失的多視角數(shù)據(jù)進(jìn)行補(bǔ)全,并取得了一定的研究成果。本文的主要研究成果包括：(1)在面臨著多視角數(shù)據(jù)視角屬性全部缺失時(shí),利用傳統(tǒng)單視角數(shù)據(jù)缺失補(bǔ)全方法進(jìn)行補(bǔ)全,并沒有從多視角數(shù)據(jù)間具有的互補(bǔ)性考慮。為此,本文提出了一種基于核回歸的多視角數(shù)據(jù)缺失補(bǔ)全方法。該方法通過建立多視角數(shù)據(jù)視角間非線性關(guān)系,由此實(shí)現(xiàn)視角數(shù)據(jù)缺失補(bǔ)全；(2)提出了一種基于視角相容性的多視角數(shù)據(jù)缺失補(bǔ)全方法。通過監(jiān)督的共享子空間學(xué)習(xí),建立視角相容性判別模型,并進(jìn)一步基于共享子空間重構(gòu)誤差等同分布的假設(shè),實(shí)現(xiàn)多視角缺失數(shù)據(jù)的預(yù)補(bǔ)全。在此基礎(chǔ)上,進(jìn)一步通過多元線性回歸實(shí)現(xiàn)缺失視角的精確補(bǔ)全。此外,本文還把所提出的視角補(bǔ)全方法拓展到解決含有噪聲的多視角數(shù)據(jù)的降噪問題；(3)針對(duì)多視角數(shù)據(jù)不成對(duì)出現(xiàn)情況下的數(shù)據(jù)缺失補(bǔ)全問題,提出了一種多視角因子分析方法,通過挖掘共享的隱含因子,建立視角間的語義一致性關(guān)聯(lián)。進(jìn)一步通過監(jiān)督學(xué)習(xí)多視角因子分析模型,形成視角語義一致性判據(jù),由此實(shí)現(xiàn)多視角缺失數(shù)據(jù)的有效補(bǔ)全。
【關(guān)鍵詞】：多視角數(shù)據(jù) 視角數(shù)據(jù)缺失補(bǔ)全 核回歸 共享子空間 視角相容性 多視角因子分析 視角語義一致性
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：O212.1
【目錄】：

• 致謝5-6
• 中文摘要6-7
• ABSTRACT7-9
• 序言9-12
• 1 引言12-22
• 1.1 論文的研究背景和意義12-14
• 1.2 數(shù)據(jù)缺失補(bǔ)全的發(fā)展和研究現(xiàn)狀14-19
• 1.2.1 單視角數(shù)據(jù)缺失補(bǔ)全14-17
• 1.2.2 多視角數(shù)據(jù)缺失補(bǔ)全17-19
• 1.3 本文的研究工作19-20
• 1.4 論文的安排20
• 1.5 本章小結(jié)20-22
• 2 基于核回歸的多視角數(shù)據(jù)缺失補(bǔ)全22-34
• 2.1 符號(hào)說明22-23
• 2.2 基于核回歸的多視角數(shù)據(jù)缺失補(bǔ)全算法框架23
• 2.3 核方法23-24
• 2.4 核回歸模型學(xué)習(xí)24-25
• 2.5 核回歸補(bǔ)全25-26
• 2.6 實(shí)驗(yàn)結(jié)果與分析26-33
• 2.6.1 數(shù)據(jù)集說明26-27
• 2.6.2 評(píng)價(jià)標(biāo)準(zhǔn)27-28
• 2.6.3 多視角缺失數(shù)據(jù)補(bǔ)全性能分析28-32
• 2.6.4 模型參數(shù)的影響32-33
• 2.7 本章小結(jié)33-34
• 3 基于視角相容性的多視角數(shù)據(jù)缺失補(bǔ)全34-50
• 3.1 基于視角相容性的多視角數(shù)據(jù)缺失補(bǔ)全算法框架34-35
• 3.2 基于視角相容性判決模型35-38
• 3.2.1 基于MORP的共享子空間學(xué)習(xí)35-36
• 3.2.2 多視角相容性36
• 3.2.3 視角缺失的多視角相容性判據(jù)36-38
• 3.3 多元線性回歸補(bǔ)全38
• 3.4 多視角噪聲數(shù)據(jù)的降噪38-39
• 3.5 實(shí)驗(yàn)結(jié)果與分析39-48
• 3.5.1 數(shù)據(jù)集說明39-40
• 3.5.2 基于視角相容性的多視角數(shù)據(jù)類屬判別性能分析40-42
• 3.5.3 多視角缺失數(shù)據(jù)補(bǔ)全性能分析42-46
• 3.5.4 含有噪聲的多視角數(shù)據(jù)的去噪性能分析46-47
• 3.5.5 模型參數(shù)的影響47-48
• 3.6 本章小結(jié)48-50
• 4 多視角因子分析及其在多視角數(shù)據(jù)缺失補(bǔ)全中的應(yīng)用50-70
• 4.1 多視角因子分析及其在多視角數(shù)據(jù)缺失補(bǔ)全中的應(yīng)用框架50-51
• 4.2 因子分析51-53
• 4.3 混合因子分析53-54
• 4.4 基于視角語義一致性的多視角因子分析參數(shù)估計(jì)模型54-56
• 4.5 基于多視角語義一致性判決模型56-57
• 4.5.1 視角缺失的多視角語義一致性判據(jù)56-57
• 4.6 基于視角語義一致性視角缺失補(bǔ)全57-58
• 4.7 實(shí)驗(yàn)結(jié)果與分析58-69
• 4.7.1 訓(xùn)練集說明58-60
• 4.7.2 全部訓(xùn)練集成對(duì)完整出現(xiàn)的補(bǔ)全性能分析60-64
• 4.7.3 部分訓(xùn)練集不成對(duì)出現(xiàn)且含有視角缺失數(shù)據(jù)補(bǔ)全性能分析64-68
• 4.7.4 模型參數(shù)的影響68-69
• 4.8 本章小結(jié)69-70
• 5 總結(jié)70-72
• 5.1 工作總結(jié)70
• 5.2 工作展望70-72
• 參考文獻(xiàn)72-76
• 作者簡(jiǎn)歷76-80
• 學(xué)位論文數(shù)據(jù)集80

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 金勇進(jìn);缺失數(shù)據(jù)的加權(quán)調(diào)整(系列之Ⅳ)[J];數(shù)理統(tǒng)計(jì)與管理;2001年05期

2 趙慧秀;馬文卿;;帶有缺失數(shù)據(jù)的估計(jì)方程[J];曲阜師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年03期

3 龐新生;;缺失數(shù)據(jù)處理方法的比較[J];統(tǒng)計(jì)與決策;2010年24期

4 楊金英;崔朝杰;;圖模型方法用于二值變量相關(guān)性分析中缺失數(shù)據(jù)的估計(jì)[J];中國衛(wèi)生統(tǒng)計(jì);2012年05期

5 帥平;李曉松;周曉華;劉玉萍;;缺失數(shù)據(jù)統(tǒng)計(jì)處理方法的研究進(jìn)展[J];中國衛(wèi)生統(tǒng)計(jì);2013年01期

6 金勇進(jìn);缺失數(shù)據(jù)的偏差校正(系列三)[J];數(shù)理統(tǒng)計(jì)與管理;2001年04期

7 畢華,李濟(jì)洪;帶有缺失數(shù)據(jù)的聚類分析方法[J];華北工學(xué)院學(xué)報(bào);2003年05期

8 李開燦;;有缺失數(shù)據(jù)的META-MARKOV模型的局部計(jì)算[J];應(yīng)用數(shù)學(xué)學(xué)報(bào);2007年03期

9 周偉萍;張德然;楊興瓊;;具有部分缺失數(shù)據(jù)時(shí)兩個(gè)幾何總體的估計(jì)[J];長(zhǎng)春大學(xué)學(xué)報(bào);2008年02期

10 梁怡;;缺失數(shù)據(jù)的插補(bǔ)調(diào)整方法[J];西安文理學(xué)院學(xué)報(bào)(自然科學(xué)版);2009年01期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前8條

1 耿直;葛丹丹;;縱向研究非隨機(jī)缺失數(shù)據(jù)分析[A];中國現(xiàn)場(chǎng)統(tǒng)計(jì)研究會(huì)第12屆學(xué)術(shù)年會(huì)論文集[C];2005年

2 管河山;姜青山;Steven X.Wei;;一種處理缺失數(shù)據(jù)的新方法[A];第二十一屆中國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2004年

3 陳楠;劉紅云;;基于增長(zhǎng)模型的缺失數(shù)據(jù)處理方法之比較[A];心理學(xué)與創(chuàng)新能力提升——第十六屆全國心理學(xué)學(xué)術(shù)會(huì)議論文集[C];2013年

4 肖進(jìn);賀昌政;;面向缺失數(shù)據(jù)的客戶價(jià)值區(qū)分集成模型研究[A];中國企業(yè)運(yùn)籌學(xué)[2010(1)][C];2010年

5 曾莉;張淑梅;辛濤;;IRT模型中缺失數(shù)據(jù)處理方法比較[A];第十一屆全國心理學(xué)學(xué)術(shù)會(huì)議論文摘要集[C];2007年

6 孫玲;劉浩;袁長(zhǎng)亮;;北京市城市快速路微波檢測(cè)缺失數(shù)據(jù)分析[A];2008第四屆中國智能交通年會(huì)論文集[C];2008年

7 張香云;;基于EM算法缺失數(shù)據(jù)下混合模型的參數(shù)估計(jì)[A];第十三屆中國管理科學(xué)學(xué)術(shù)年會(huì)論文集[C];2011年

8 李曉煦;侯杰泰;;結(jié)構(gòu)方程中缺失數(shù)據(jù)的處理:FIML,EM與MI[A];全國教育與心理統(tǒng)計(jì)測(cè)量學(xué)術(shù)年會(huì)論文摘要集[C];2006年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前9條

1 馬友;基于QoS缺失數(shù)據(jù)預(yù)測(cè)的個(gè)性化Web服務(wù)推薦方法研究[D];北京郵電大學(xué);2015年

2 駱汝九;多指標(biāo)綜合評(píng)價(jià)的非參數(shù)方法和缺失數(shù)據(jù)的聚類方法研究[D];揚(yáng)州大學(xué);2011年

3 祝麗萍;幾種缺失數(shù)據(jù)和高維數(shù)據(jù)模型的統(tǒng)計(jì)分析[D];山東大學(xué);2012年

4 賈博婷;缺失數(shù)據(jù)下一類整值時(shí)間序列的統(tǒng)計(jì)推斷[D];吉林大學(xué);2014年

5 劉旭;在完全和缺失數(shù)據(jù)下基于非光滑估計(jì)方程的統(tǒng)計(jì)推斷與變量選擇問題[D];云南大學(xué);2010年

6 趙鵬飛;混沌數(shù)據(jù)恢復(fù)與非線性系統(tǒng)的模型參考控制[D];吉林大學(xué);2010年

7 陸福忠;數(shù)據(jù)缺失下的分布函數(shù)估計(jì)問題[D];復(fù)旦大學(xué);2007年

8 趙慧秀;可交換的兩值數(shù)據(jù)的統(tǒng)計(jì)分析[D];東北師范大學(xué);2009年

9 付志慧;多維項(xiàng)目反應(yīng)模型的參數(shù)估計(jì)[D];吉林大學(xué);2010年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 楊利華;缺失數(shù)據(jù)的處理方法研究及應(yīng)用[D];景德鎮(zhèn)陶瓷學(xué)院;2011年

2 袁中萸;多元線性回歸模型中缺失數(shù)據(jù)填補(bǔ)方法的效果比較[D];中南大學(xué);2008年

3 褚培肖;缺失數(shù)據(jù)下的有限混合計(jì)數(shù)數(shù)據(jù)模型的統(tǒng)計(jì)推斷研究[D];昆明理工大學(xué);2015年

4 申寧寧;縱向研究缺失數(shù)據(jù)多重填補(bǔ)及混合效應(yīng)模型分析[D];山西醫(yī)科大學(xué);2015年

5 李少瓊;縱向研究二分類缺失數(shù)據(jù)處理及加權(quán)估計(jì)方程的應(yīng)用[D];山西醫(yī)科大學(xué);2015年

6 高宇釗;比值缺失數(shù)據(jù)的多重估算與心臟康復(fù)二級(jí)預(yù)防干預(yù)效果評(píng)價(jià)及應(yīng)用[D];山西醫(yī)科大學(xué);2015年

7 李順靜;基于EM算法的缺失數(shù)據(jù)的統(tǒng)計(jì)分析及應(yīng)用[D];重慶工商大學(xué);2015年

8 汪靜波;Logistic回歸模型中缺失數(shù)據(jù)的處理[D];南京大學(xué);2015年

9 朱建斐;數(shù)據(jù)集缺失數(shù)據(jù)恢復(fù)算法研究[D];西安電子科技大學(xué);2015年

10 楊旭;多視角數(shù)據(jù)缺失補(bǔ)全問題研究[D];北京交通大學(xué);2016年

  本文關(guān)鍵詞：多視角數(shù)據(jù)缺失補(bǔ)全問題研究，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：368644