【摘要】：由于半監(jiān)督學(xué)習(xí)能充分運用標(biāo)記樣本和未標(biāo)記樣本信息,因此它在很多領(lǐng)域都表現(xiàn)出優(yōu)越的性能,已成為機器學(xué)習(xí)領(lǐng)域中的研究熱點之一。在眾多種半監(jiān)督學(xué)習(xí)方法中,基于圖的半監(jiān)督學(xué)習(xí)方法具有計算速度快和準(zhǔn)確率高等優(yōu)點,已經(jīng)成為近年來機器學(xué)習(xí)和模式識別中最為活躍的方向之一。標(biāo)簽傳遞是一種有效的基于圖的半監(jiān)督分類方法,被廣泛應(yīng)用到圖像分類,文本分類等任務(wù)中。本文就標(biāo)簽傳遞算法中存在的不足提出改進方案并利用該模型解決其他機器學(xué)習(xí)算法的不足,具體工作如下:第一,在標(biāo)簽傳遞算法中,圖的構(gòu)建在很大程度上影響算法的性能。盡管已有大量的圖構(gòu)建方法被提出,然而現(xiàn)有方法存在圖的構(gòu)建與標(biāo)簽傳遞過程分離以及圖構(gòu)建中忽略數(shù)據(jù)的局部和稀疏結(jié)構(gòu)問題。為了解決上述問題,本文提出了一種基于局部和稀疏約束的自適應(yīng)圖標(biāo)簽傳遞(Locality and Sparsity Constrained Adaptive Graph based Label Propagation,LSCAGLP)算法。在該算法中,本文將圖構(gòu)建與標(biāo)簽傳遞結(jié)合形成統(tǒng)一框架,并且在圖構(gòu)建過程中同時考慮樣本的局部性與稀疏性,使得圖更具有稀疏性和判別性,從而有利于標(biāo)簽傳遞。此外,提出一種迭代優(yōu)化算法求解目標(biāo)函數(shù)。在四個數(shù)據(jù)集進行大量的實驗,實驗結(jié)果證明LSCAGLP算法優(yōu)于其它對比方法。第二,嶺回歸算法能充分運用標(biāo)記樣本的標(biāo)簽信息,但不能利用未標(biāo)記樣本。為了解決上述不足,本文將LSCAGLP算法與嶺回歸算法結(jié)合,形成一種基于自適應(yīng)圖標(biāo)簽傳遞的半監(jiān)督嶺回歸(Semi-Supervised Ridge Regression with Adaptive Graph-Based Label Propagation,SSRR-AGLP)算法。該模型不僅使嶺回歸能充分運用未標(biāo)記樣本信息,而且解決標(biāo)簽傳遞存在的“樣本外”問題。本文還提出一種迭代優(yōu)化算法求解該目標(biāo)函數(shù)。大量實驗結(jié)果證明了該算法的有效性。第三,非負(fù)矩陣分解是一種有效的降維技術(shù),但其忽略了樣本的標(biāo)簽信息,在一定程度上降低了特征判別能力。為了解決這個問題,本文將LSCAGLP算法引入到非負(fù)矩陣分解算法中,提出一種基于自適應(yīng)圖的半監(jiān)督非負(fù)矩陣分解(Adaptive Graph based Semi-Supervised Non-negative Matrix Factorization,AGSSNMF)算法,該算法引入了樣本的標(biāo)簽信息,從而增強算法的性能。與上述模型一樣,提出一種迭代優(yōu)化算法求解目標(biāo)函數(shù),并用大量實驗驗證算法的優(yōu)良性。
【圖文】：

(d) CMU PIE圖 3-1 各個數(shù)據(jù)集中部分實例圖先，，從每個數(shù)據(jù)集中每一類隨機選擇 l 張圖片作為標(biāo)記樣本，其記樣本用于預(yù)測。為了更有效的驗證方法的有效性，將上述隨機

(c) AR (d) CMU PIE圖 3-2 參數(shù) α 和 β 不同取值在不同數(shù)據(jù)集上的結(jié)果曲線圖從實驗結(jié)果可以看出，當(dāng)參數(shù)取值較小時（小于 0.01），參數(shù)對算法的性能影響較小。但參數(shù)取值大于 0.01 時，算法性能影響較大�？傮w而言，當(dāng)參數(shù)取值
【學(xué)位授予單位】：江西師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TP181

【相似文獻】

相關(guān)期刊論文 前10條

1 楊悅?cè)?盧嘉恩;;自適應(yīng)智能稽查模式創(chuàng)新[J];科技創(chuàng)新與應(yīng)用;2019年03期

2 李冰;蘇文海;息曉琳;靳亞東;;仿生四足機器人自適應(yīng)粒子群優(yōu)化控制[J];農(nóng)機化研究;2018年05期

3 高沖;;計算機自適應(yīng)測試研究進展[J];計算機產(chǎn)品與流通;2017年10期

4 楊杰;;淺談農(nóng)村高中學(xué)生自適應(yīng)能力的培養(yǎng)[J];中學(xué)課程輔導(dǎo)(教師教育);2019年07期

5 梅弘業(yè);;自適應(yīng)智能家居控制系統(tǒng)的設(shè)計探析[J];數(shù)碼世界;2018年05期

6 蔣新華;自適應(yīng)PID控制(綜述)[J];信息與控制;1988年05期

7 朱家組,張?zhí)扉_;一種實用自適應(yīng)PID控制器[J];上海機械學(xué)院學(xué)報;1988年04期

8 習(xí)江濤;;空間域和時域信號的正交化預(yù)處理[J];通信技術(shù);1988年02期

9 習(xí)江濤;;自適應(yīng)LMS算法的收斂特性[J];通信技術(shù);1988年04期

10 楊大成;王德雋;;多路LMS自適應(yīng)算法及其應(yīng)用[J];北京郵電學(xué)院學(xué)報;1988年04期

相關(guān)會議論文 前10條

1 宋鑫磊;;自適應(yīng)反Q濾波對地震資料分辨率的影響效果分析[A];2017中國地球科學(xué)聯(lián)合學(xué)術(shù)年會論文集（二十五）——專題50：地震波傳播與成像[C];2017年

2 邱釗;朱勇;張先榮;;毫米波頻段疊層自適應(yīng)封裝技術(shù)[A];2018年全國微波毫米波會議論文集(上冊)[C];2018年

3 盧明飛;關(guān)復(fù)燁;;面向打磨拋光系統(tǒng)的自適應(yīng)伺服控制技術(shù)研究[A];2019重慶市鑄造年會論文集[C];2019年

4 劉文光;程穎;許浩;何文福;;新型阻尼自適應(yīng)剛度隔震體系的力學(xué)性能和地震響應(yīng)分析[A];第十二屆全國振動理論及應(yīng)用學(xué)術(shù)會議論文集[C];2017年

5 劉偉平;;一種自適應(yīng)巡航系統(tǒng)(ACC)測試方法研究[A];2018中國汽車工程學(xué)會年會論文集[C];2018年

6 陳向民;張亢;晉風(fēng)華;;基于線調(diào)頻小波路徑追蹤與S變換的自適應(yīng)時頻濾波方法[A];第十二屆全國振動理論及應(yīng)用學(xué)術(shù)會議論文集[C];2017年

7 宮玨;張金亮;;基于收斂性檢測的自適應(yīng)抗擾動粗對準(zhǔn)算法[A];慣性技術(shù)與智能導(dǎo)航學(xué)術(shù)研討會論文集[C];2019年

8 劉華;丁全心;蔡猛;;航空自適應(yīng)光電系統(tǒng)研究與應(yīng)用[A];2017年（第三屆）中國航空科學(xué)技術(shù)大會論文集（下冊）[C];2017年

9 蘇洋;崔曉迪;提艷;宋廷倫;;基于模糊PID的汽車自適應(yīng)巡航系統(tǒng)的分層控制研究[A];2018中國汽車工程學(xué)會年會論文集[C];2018年

10 張昱東;李文濤;史小衛(wèi);;自適應(yīng)IFFT算法對稀疏線性陣列的優(yōu)化[A];2017年全國天線年會論文集（下冊）[C];2017年

相關(guān)博士學(xué)位論文 前10條

1 韓玎;飛艇建模分析與反演控制研究[D];上海交通大學(xué);2016年

2 袁莞邁;移動傳感器網(wǎng)絡(luò)中自適應(yīng)蜂擁控制策略研究[D];哈爾濱工業(yè)大學(xué);2019年

3 王加群;強非線性系統(tǒng)的小波自適應(yīng)封閉算法及其在力學(xué)中的應(yīng)用[D];蘭州大學(xué);2019年

4 孫天駿;基于學(xué)習(xí)控制的汽車全速自適應(yīng)巡航?jīng)Q策與控制算法研究[D];吉林大學(xué);2019年

5 董璐;基于事件觸發(fā)自適應(yīng)動態(tài)規(guī)劃的最優(yōu)控制方法研究[D];東南大學(xué);2017年

6 李浩;可重復(fù)使用飛行器自適應(yīng)再入制導(dǎo)控制方法研究[D];哈爾濱工業(yè)大學(xué);2018年

7 鄺偉潮;信號的自適應(yīng)分解及其在非參數(shù)去噪中的應(yīng)用[D];廣東工業(yè)大學(xué);2018年

8 夏愛國;自適應(yīng)集成顯微系統(tǒng)及微流控在細(xì)菌研究的應(yīng)用[D];中國科學(xué)技術(shù)大學(xué);2018年

9 劉胤廷;衛(wèi)星導(dǎo)航天線及自適應(yīng)抗干擾技術(shù)[D];北京郵電大學(xué);2019年

10 鄭樹偉;長江漢口至吳淞口河槽沖淤與微地貌演變對人類活動的自適應(yīng)行為研究[D];華東師范大學(xué);2018年

相關(guān)碩士學(xué)位論文 前10條

1 張桐宇;超聲非接觸掃描測厚中耦合間隙自適應(yīng)調(diào)整方法與技術(shù)[D];大連理工大學(xué);2019年

2 王一杰;車聯(lián)網(wǎng)中多車編隊的自適應(yīng)資源調(diào)度算法研究[D];華東交通大學(xué);2019年

3 徐天;基于域自適應(yīng)的紅外目標(biāo)檢測研究[D];華中科技大學(xué);2019年

4 徐明麗;自適應(yīng)密度峰值重疊社區(qū)發(fā)現(xiàn)方法研究[D];華中科技大學(xué);2019年

5 汪陽;關(guān)系型云數(shù)據(jù)庫自適應(yīng)緩存機制研究[D];華中科技大學(xué);2019年

6 陳玉琦;基于局部和稀疏約束的自適應(yīng)圖標(biāo)簽傳遞算法研究及應(yīng)用[D];江西師范大學(xué);2019年

7 韓全樂;工程車輛并聯(lián)運動模擬平臺體感算法研究[D];燕山大學(xué);2019年

8 陳書愷;基于微觀仿真的城市交叉口自適應(yīng)信號控制方法研究[D];上海交通大學(xué);2016年

9 彭宏勝;基于Shark-Search與OTIE自適應(yīng)算法的主題爬蟲關(guān)鍵技術(shù)研究與實現(xiàn)[D];江蘇大學(xué);2019年

10 劉念;基于NSST和自適應(yīng)分塊的多聚焦圖像融合研究[D];云南大學(xué);2019年

本文編號：2670807