本文選題：多示例多標(biāo)記學(xué)習(xí) + 距離度量學(xué)習(xí)��； 參考：《南京郵電大學(xué)》2017年碩士論文

【摘要】：多示例多標(biāo)記學(xué)習(xí)(MIMLL,Multi-Instance Multi-Label Learning)是機(jī)器學(xué)習(xí)的一個(gè)重要分支。MIML學(xué)習(xí)框架中,一個(gè)樣本由多個(gè)示例即特征向量表示,并同時(shí)與多個(gè)標(biāo)記相關(guān)聯(lián)。因?yàn)樽陨淼慕Y(jié)構(gòu)復(fù)雜和多語(yǔ)義特性,圖像和文本的分類和近鄰搜索問(wèn)題可以歸結(jié)為MIML學(xué)習(xí)問(wèn)題。傳統(tǒng)的MIML算法使用豪斯多夫距離(Hausdorff distance)來(lái)度量樣本在特征空間的距離,無(wú)法反映出樣本間的語(yǔ)義相關(guān)性。而距離度量學(xué)習(xí)通過(guò)利用樣本的標(biāo)記信息來(lái)優(yōu)化樣本間距離,達(dá)到距離度量的語(yǔ)義一致。本文在MIML學(xué)習(xí)架構(gòu)下,通過(guò)距離度量學(xué)習(xí)優(yōu)化樣本的分類和搜索算法,主要貢獻(xiàn)如下:提出了一種基于聚類策略的MIML距離度量學(xué)習(xí)算法,該算法在學(xué)習(xí)過(guò)程中引入了聚類思想與標(biāo)記相關(guān)性,在簡(jiǎn)化了距離度量學(xué)習(xí)復(fù)雜度的同時(shí)探索了標(biāo)記與示例之間的關(guān)系;設(shè)計(jì)了一種聯(lián)合距離度量學(xué)習(xí)和k-最近鄰技術(shù)的MIML分類算法,利用學(xué)習(xí)得到的距離度量計(jì)算樣本近鄰充分考慮了語(yǔ)義一致性,提高了分類算法的性能;設(shè)計(jì)了一種聯(lián)合距離度量學(xué)習(xí)和錨圖哈希(AGH,Anchor Graph Hashing)技術(shù)的MIML哈希算法,利用學(xué)習(xí)得到的距離度量構(gòu)建樣本與錨點(diǎn)的鄰接矩陣,充分考慮語(yǔ)義一致性,提高了哈希算法性能;實(shí)驗(yàn)驗(yàn)證了本文提出的分類及哈希算法的有效性。
[Abstract]:Multi-example multi-label learning (MIMLL) is an important branch of machine learning. In the framework of MIML learning, a sample is represented by multiple examples, that is, eigenvector, and is associated with multiple tags at the same time. Because of its complex structure and multi-semantic features, the classification and nearest neighbor search of images and texts can be attributed to MIML learning problems. The traditional MIML algorithm uses Hausdorff distance (Hausdorff distance) to measure the distance of samples in feature space, which can not reflect the semantic correlation between samples. Distance metric learning optimizes the distance between samples by using the tag information of samples to achieve semantic consistency of distance measurement. Based on MIML learning architecture, this paper optimizes the classification and search algorithm of samples by distance metric learning. The main contributions are as follows: a distance metric learning algorithm based on clustering strategy is proposed. In the process of learning, the algorithm introduces the clustering idea and the correlation of label, which simplifies the learning complexity of distance measurement and explores the relationship between marking and examples. A MIML classification algorithm combining distance metric learning and k- nearest neighbor technique is designed. The semantic consistency is fully considered and the performance of the classification algorithm is improved. A MIML hash algorithm combining distance metric learning and Anchor Graph Hashingis designed. The distance metric is used to construct the adjacent matrix between the samples and the anchor points, which fully considers the semantic consistency and improves the performance of the hash algorithm. Experiments show the effectiveness of the proposed classification and hash algorithm.
【學(xué)位授予單位】：南京郵電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP181

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 戰(zhàn)揚(yáng);金英;楊豐;;基于監(jiān)督的距離度量學(xué)習(xí)方法研究[J];信息技術(shù);2011年12期

2 李健森;白萬(wàn)民;;一種改進(jìn)的距離度量的聚類算法[J];電子設(shè)計(jì)工程;2012年22期

3 李凡,饒勇,盧安;一種新的基于距離度量的近似推理方法[J];華中科技大學(xué)學(xué)報(bào);2001年03期

4 呂清秀;李弼程;高毫林;;采用概率密度比值估計(jì)的距離度量學(xué)習(xí)[J];信號(hào)處理;2013年05期

5 鄒朋成;王建東;楊國(guó)慶;張霞;王麗娜;;輔助信息自動(dòng)生成的時(shí)間序列距離度量學(xué)習(xí)[J];軟件學(xué)報(bào);2013年11期

6 毛紅保;馮卉;楊建華;劉亞軍;;面向相似性查詢的時(shí)間序列距離度量方法述評(píng)[J];計(jì)算機(jī)工程與設(shè)計(jì);2010年19期

7 馬永軍,方凱,王定成,方廷健,陳衛(wèi);基于支持向量機(jī)和距離度量的管道內(nèi)表面圖像分類方法研究[J];數(shù)據(jù)采集與處理;2002年02期

8 蘭遠(yuǎn)東;高蕾;;基于圖的半監(jiān)督學(xué)習(xí)的距離度量改進(jìn)[J];智能計(jì)算機(jī)與應(yīng)用;2014年02期

9 陳東成;朱明;賀柏根;楊文波;;特征壓縮在線距離度量學(xué)習(xí)跟蹤[J];光電子.激光;2014年08期

10 張亮;張鳳鳴;杜純;;復(fù)雜裝備健康狀態(tài)評(píng)估的粗糙核距離度量方法[J];計(jì)算機(jī)工程與設(shè)計(jì);2009年18期

相關(guān)會(huì)議論文 前10條

1 韓文;;讓合作學(xué)習(xí)在逆境中重生[A];中華教育理論與實(shí)踐科研論文成果選編（第2卷）[C];2010年

2 呂啟春;;淺談小學(xué)數(shù)學(xué)中的小組合作學(xué)習(xí)[A];2014年1月現(xiàn)代教育教學(xué)探索學(xué)術(shù)交流會(huì)論文集[C];2014年

3 杜俊娟;;用學(xué)習(xí)動(dòng)機(jī)培養(yǎng)策略課題的學(xué)習(xí)對(duì)體育教師進(jìn)行研究性學(xué)習(xí)培養(yǎng)的實(shí)驗(yàn)研究[A];第七屆全國(guó)體育科學(xué)大會(huì)論文摘要匯編（一）[C];2004年

4 瞿春波;;淺議合作學(xué)習(xí)之誤區(qū)[A];校園文學(xué)編輯部寫(xiě)作教學(xué)年會(huì)論文集[C];2007年

5 時(shí)龍;;把握分析學(xué)情是改進(jìn)教學(xué)和促進(jìn)學(xué)習(xí)的基礎(chǔ)[A];2012·學(xué)術(shù)前沿論叢——科學(xué)發(fā)展：深化改革與改善民生（下）[C];2012年

6 韋彩紅;;如何組織學(xué)生共享學(xué)習(xí)成果[A];中華教育理論與實(shí)踐科研論文成果選編（第2卷）[C];2010年

7 格保耿;;培養(yǎng)學(xué)生學(xué)習(xí)物理的興趣[A];2014年5月現(xiàn)代教育教學(xué)探索學(xué)術(shù)交流會(huì)論文集[C];2014年

8 鈕榮榮;;關(guān)于小學(xué)數(shù)學(xué)教學(xué)中小組合作學(xué)習(xí)的幾點(diǎn)思考[A];2014年6月現(xiàn)代教育教學(xué)探索學(xué)術(shù)交流會(huì)論文集[C];2014年

9 陳妙;;讓數(shù)學(xué)課堂效率得到真正的提高——淺談新課改下學(xué)生學(xué)習(xí)興趣的培養(yǎng)[A];中華教育理論與實(shí)踐科研論文成果選編（第3卷）[C];2010年

10 黃春妙;;淺談?wù)Z文課堂合作學(xué)習(xí)的有效把握[A];中華教育理論與實(shí)踐科研論文成果選編（第3卷）[C];2010年

相關(guān)重要報(bào)紙文章 前10條

1 農(nóng)行浙江東陽(yáng)支行 吳新國(guó) 周龍飛;銀行如何創(chuàng)建學(xué)習(xí)型組織[N];上海金融報(bào);2003年

2 西北師范大學(xué) 李瑾瑜;校長(zhǎng)：如何引領(lǐng)和促進(jìn)教師學(xué)習(xí)[N];中國(guó)教育報(bào);2008年

3 永壽縣店頭中學(xué) 劉俊鋒;大力提倡合作學(xué)習(xí) 全面促進(jìn)有效教學(xué)[N];咸陽(yáng)日?qǐng)?bào);2009年

4 本報(bào)評(píng)論員;要在真學(xué)習(xí)上下功夫[N];酒泉日?qǐng)?bào);2009年

5 本報(bào)記者 李天然;學(xué)習(xí)應(yīng)該是一種終身行為[N];大連日?qǐng)?bào);2010年

6 劉繼芳;淺議建設(shè)學(xué)習(xí)型黨組織中的“學(xué)習(xí)”內(nèi)涵[N];伊犁日?qǐng)?bào)(漢);2010年

7 哈爾濱市第五醫(yī)院 蒙碩;淺談醫(yī)院創(chuàng)建學(xué)習(xí)型黨組織[N];黑龍江日?qǐng)?bào);2010年

8 翟愛(ài)霞;淺談如何深入推進(jìn)學(xué)習(xí)型黨組織建設(shè)[N];太行日?qǐng)?bào);2011年

9 李振 上海交通大學(xué)國(guó)際與公共事務(wù)學(xué)院;制度變遷中的制度學(xué)習(xí)[N];中國(guó)社會(huì)科學(xué)報(bào);2012年

10 重慶市教育評(píng)估院院長(zhǎng)、中國(guó)高等教育學(xué)會(huì)學(xué)習(xí)科學(xué)研究分會(huì)常務(wù)副會(huì)長(zhǎng) 龔春燕;實(shí)施新學(xué)習(xí)，建設(shè)學(xué)習(xí)型社會(huì)[N];中國(guó)教育報(bào);2013年

相關(guān)博士學(xué)位論文 前10條

1 馬連洋;跨攝像機(jī)行人再標(biāo)識(shí)研究[D];上海交通大學(xué);2014年

2 李超群;名詞性屬性距離度量問(wèn)題及其應(yīng)用研究[D];中國(guó)地質(zhì)大學(xué);2012年

3 江南;自適應(yīng)距離度量及穩(wěn)健視頻運(yùn)動(dòng)分析[D];華中科技大學(xué);2011年

4 閻濤;耦合距離度量學(xué)習(xí)方法研究及在步態(tài)識(shí)別中的應(yīng)用[D];哈爾濱工程大學(xué);2015年

5 鄭小琪;生物分子數(shù)據(jù)的距離度量及其應(yīng)用[D];大連理工大學(xué);2009年

6 謝奕;面向智能視頻監(jiān)控的行人目標(biāo)再識(shí)別研究[D];浙江大學(xué);2017年

7 徐峰;基于社會(huì)網(wǎng)絡(luò)的大學(xué)生學(xué)習(xí)網(wǎng)絡(luò)結(jié)構(gòu)研究[D];江西財(cái)經(jīng)大學(xué);2014年

8 付亦寧;本科生深層學(xué)習(xí)過(guò)程及其教學(xué)策略研究[D];蘇州大學(xué);2014年

9 馮子勇;基于深度學(xué)習(xí)的圖像特征學(xué)習(xí)和分類方法的研究及應(yīng)用[D];華南理工大學(xué);2016年

10 王星;關(guān)系分類模型的學(xué)習(xí)界限與應(yīng)用[D];哈爾濱工業(yè)大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 唐川;距離度量學(xué)習(xí)在多示例多標(biāo)記學(xué)習(xí)中的應(yīng)用研究[D];南京郵電大學(xué);2017年

2 羅長(zhǎng)春;基于三元組約束的距離度量學(xué)習(xí)方法研究[D];哈爾濱工業(yè)大學(xué);2015年

3 陳琪;基于SIFT特征和距離度量學(xué)習(xí)的圖像檢索方法[D];電子科技大學(xué);2015年

4 雷鵬;軌跡聚類中距離度量與聚類方法的研究[D];蘭州大學(xué);2015年

5 范順國(guó);MDP距離度量在強(qiáng)化學(xué)習(xí)遷移中的應(yīng)用[D];南京大學(xué);2014年

6 楊鈺源;基于度量學(xué)習(xí)和深度學(xué)習(xí)的行人重識(shí)別研究[D];重慶大學(xué);2016年

7 劉江濤;距離度量學(xué)習(xí)中的類別不平衡問(wèn)題研究[D];東南大學(xué);2016年

8 楊曉歡;K-Means聚類和L2-SVM分類的距離度量以及模式選擇研究[D];西華大學(xué);2016年

9 呂清秀;圖像距離度量學(xué)習(xí)技術(shù)研究[D];解放軍信息工程大學(xué);2013年

10 光俊葉;基于拓?fù)潢P(guān)系的距離度量與聚類算法研究[D];南京航空航天大學(xué);2017年

，

本文編號(hào)：2046546