隨著便攜式數(shù)字圖片采集和存儲(chǔ)設(shè)備的發(fā)展,海量的數(shù)字圖片出現(xiàn)在我們的日常生活中。這些圖片一方面使得我們的生活更加智能,另一方面也給機(jī)器學(xué)習(xí)和圖像識(shí)別領(lǐng)域帶來新的挑戰(zhàn)。實(shí)際應(yīng)用中通常面臨以下兩個(gè)問題:（1）沒有已知標(biāo)簽的圖像樣本用于訓(xùn)練分類模型;（2）大量的多視角圖片不能得到有效的利用。多視角學(xué)習(xí)能夠利用多視角圖片中的互補(bǔ)信息,更加全面的學(xué)習(xí)到目標(biāo)對(duì)象的本質(zhì)特征,進(jìn)而提高分類性能。典型相關(guān)分析算法（CCA）作為一種無監(jiān)督的多視角學(xué)習(xí)算法,可以很好的解決上述問題。目前,CCA及其改進(jìn)算法已被廣泛地應(yīng)用于數(shù)據(jù)挖掘,模式識(shí)別等領(lǐng)域。在深入研究CCA算法的基礎(chǔ)上,本文的主要貢獻(xiàn)如下:1.提出了Hessian正則化的多重集典型相關(guān)分析算法（HesMCC）。相比于Laplacian正則化,Hessian正則化方法能夠更好的保持?jǐn)?shù)據(jù)流形的局部幾何結(jié)構(gòu)。本文在手寫數(shù)字?jǐn)?shù)據(jù)庫(kù)USPS,人臉數(shù)據(jù)庫(kù)Yale-B、ChokePoint以及物體識(shí)別數(shù)據(jù)庫(kù)ETH-80中進(jìn)行多視角圖像分類實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果證明HesMCC算法優(yōu)于其他相關(guān)算法,包括:TCCA,KMUDA,MCCA和LapMCC。2.提出了深度的典型相關(guān)分析... 

【文章來源】：中國(guó)石油大學(xué)(華東)山東省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：107 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

現(xiàn)實(shí)世界中的多視角數(shù)據(jù)

協(xié)同訓(xùn)練算法框圖

中國(guó)石油大學(xué)（華東）碩士學(xué)位論文5空間選取不同的核；2）利用所選的核函數(shù)將與其對(duì)應(yīng)數(shù)據(jù)的特征空間映射到核空間；3）通過多核學(xué)習(xí)，將核空間里的數(shù)據(jù)按照最優(yōu)組合映射到組合核空間；4）并在組合核空間里生成一個(gè)組合核。圖1-3多核學(xué)習(xí)算法框圖Figure1-3Frameworkofmultiplekernellearning與單核學(xué)習(xí)相比，多核學(xué)習(xí)將不同的核函數(shù)進(jìn)行融合來挖掘多視角數(shù)據(jù)之間的內(nèi)在聯(lián)系，能夠更加全面，更加靈活地表達(dá)多視角數(shù)據(jù)，增強(qiáng)了泛化能力。因此，多核學(xué)習(xí)受到了廣泛關(guān)注，大量的多核學(xué)習(xí)算法被提出，包括：SMO（sequentialminimaloptimization）多核學(xué)習(xí)[15]，簡(jiǎn)單多核學(xué)習(xí)方法[16]，基于grouplasso的多核學(xué)習(xí)[17,18]等。Bach等人[15]從二階錐規(guī)劃的角度處理多核學(xué)習(xí)問題，并提出了帶Moreau-Yosida正則化項(xiàng)的SMO算法。Rakotomamonjy等人[16]通過自適應(yīng)的2范數(shù)以及混合范數(shù)求解多核學(xué)習(xí)問題，提出了簡(jiǎn)單多核學(xué)習(xí)方法�；趃rouplasso的多核學(xué)習(xí)方法首先將不同的核函數(shù)根據(jù)輸入數(shù)據(jù)所屬子集的不同進(jìn)行分組，并分析組合核與分類任務(wù)是否相關(guān)，進(jìn)而抑制不相關(guān)的核或組。反之，相關(guān)的組合核中所有的核函數(shù)都將被選用�；谶@種思想，Szafranski等人[17]將多核的組結(jié)構(gòu)與group-LASSO建立聯(lián)系，提出了組合核學(xué)習(xí)方法（CKL）。Xu等人[18]通過討論多核學(xué)習(xí)與group-LASSO正則項(xiàng)之間的關(guān)系，將正則化約束引入多核學(xué)習(xí)，用范數(shù)對(duì)核權(quán)重進(jìn)行約束，提出了-MKL。1.2.3子空間學(xué)習(xí)算法在很多的實(shí)際問題中，不同視角的數(shù)據(jù)往往具有各自不同的維度，這給同時(shí)分析多視角數(shù)據(jù)帶來了一定難度。子空間學(xué)習(xí)假設(shè)輸入的多視角數(shù)據(jù)共有一個(gè)潛在的子空間，在這個(gè)子空間中所有視角的數(shù)據(jù)維度是一致的，并且這些多視角數(shù)據(jù)的特征空間都可以

【參考文獻(xiàn)】：
期刊論文
[1]機(jī)插水稻產(chǎn)量與產(chǎn)量相關(guān)性狀及農(nóng)藝性狀的相關(guān)性研究[J]. 吳正貴,蔡林運(yùn),盛雪雯,邱楓,徐建方,黃潔,周培南.  安徽農(nóng)業(yè)科學(xué). 2017(32)
[2]基于主成分分析和字典學(xué)習(xí)的高光譜遙感圖像去噪方法[J]. 霍雷剛,馮象初.  電子與信息學(xué)報(bào). 2014(11)
[3]城鎮(zhèn)化對(duì)耕地集約利用影響的典型相關(guān)分析及其政策啟示[J]. 柯新利,馬才學(xué).  中國(guó)土地科學(xué). 2013(11)
[4]余弦度量和適應(yīng)度函數(shù)改進(jìn)的聚類方法[J]. 施侃晟,劉海濤,白英彩,宋文濤,洪亮亮.  電子科技大學(xué)學(xué)報(bào). 2013(04)
[5]廣州市大學(xué)生睡眠質(zhì)量與壓力典型相關(guān)分析[J]. 彭淋,董曉梅,李洋,張思恒,陳雄飛,董杉,楊劍,王聲湧.  中國(guó)公共衛(wèi)生. 2014(03)
[6]企業(yè)社會(huì)責(zé)任和企業(yè)績(jī)效的典型相關(guān)分析——基于利益相關(guān)者視角[J]. 錢瑜.  企業(yè)經(jīng)濟(jì). 2013(03)
[7]基于典型相關(guān)分析的區(qū)域創(chuàng)新系統(tǒng)投入與產(chǎn)出關(guān)系研究[J]. 于明潔,郭鵬.  科學(xué)學(xué)與科學(xué)技術(shù)管理. 2012(06)



本文編號(hào)：3554494