近年來,人工智能技術(shù)取得了突破性的進(jìn)展,引起了學(xué)術(shù)界和工業(yè)界的高度重視,甚至受到國家層面的政策關(guān)注.人工智能技術(shù)主要應(yīng)用在計(jì)算機(jī)視覺、語言和圖像處理、醫(yī)療診斷、機(jī)器人控制、人臉識別、金融和經(jīng)濟(jì)、保健以及教育等方面.其中,最廣為人知的人工智能成果莫過于由谷歌(Google)旗下DeepMind公司開發(fā)的曾擊敗人類職業(yè)圍棋選手的計(jì)算機(jī)程序-AlphaGo.人工智能技術(shù)最核心的內(nèi)容就是機(jī)器學(xué)習(xí)算法.機(jī)器學(xué)習(xí)是一門多領(lǐng)域交叉的學(xué)科,專門研究計(jì)算機(jī)怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為,以獲取新的知識或技能,重新組織已有的知識結(jié)構(gòu)使之不斷改善自身的性能.子空間法是機(jī)器學(xué)習(xí)算法的一類重要的算法.子空間法用領(lǐng)域子空間來對對應(yīng)的樣本點(diǎn)進(jìn)行描述,并以此作為對應(yīng)樣本的本征參數(shù),最后根據(jù)本征參數(shù)實(shí)現(xiàn)對樣本的降維重構(gòu).經(jīng)典的子空間法有局部線性嵌入(LLE)和拉普拉斯嵌入(LE)等.目前,大部分子空間法主要關(guān)注于如何利用子空間來對中心樣本進(jìn)行描述,并提取本征參數(shù).例如LLE方法用領(lǐng)域樣本對對應(yīng)中心樣本的最小二乘表示系數(shù)作為對應(yīng)中心樣本的本征參數(shù).本文提出了一種新穎的并且簡單有效的領(lǐng)域重構(gòu)方法(NRM).這是一種對于基于圖...

【文章頁數(shù)】：46 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖１．１為了在半徑ｒ里面找到兩個(gè)鄰域點(diǎn)，需要的采樣數(shù)據(jù)量隨著樣本自身維度的增加也呈??指數(shù)關(guān)系的增長．這樣子的情況，在高維空間中需要消耗大量的計(jì)算量和存儲空間．??

著對本征流形有更密集的采樣，所以在表示子空間的時(shí)候中心點(diǎn)能得到更近的鄰域??點(diǎn)．顯然更大的數(shù)據(jù)集意味著更近的鄰域點(diǎn)可以被采集到．但是，由于樣本空間非常??高的維度，這需要大量的采樣．圖１．１表明了這個(gè)問題．??１．３本文的研究內(nèi)容??基于圖的子空間算法第一步要做的就是為每個(gè)樣本點(diǎn)....

圖４．１重構(gòu)得到的鄰域點(diǎn)的分布．藍(lán)色的虛線曲線代表本征流形．在藍(lán)色曲線上的藍(lán)色點(diǎn)是??采樣點(diǎn)．綠色的點(diǎn)是一個(gè)選定的中心點(diǎn)，其附近的兩個(gè)黃色點(diǎn)為鄰域點(diǎn)．紅色的小點(diǎn)是根據(jù)??

第四章領(lǐng)域重構(gòu)法收斂性分析??在本章，我們通過分析；Ｘｊｉ?＋?來證明鄰域重構(gòu)法在本征流形附近的收??斂性．同時(shí)我們給出最優(yōu)的ｃ參數(shù)數(shù)值．圖４．１是我們基于鄰域重構(gòu)法做了一個(gè)的模擬??實(shí)驗(yàn)結(jié)果．在這小實(shí)驗(yàn)里面，我們記錄了當(dāng)分別變化參數(shù)迭代次數(shù)ｓ和調(diào)節(jié)參數(shù)Ｃ時(shí)，??得到的重構(gòu)點(diǎn)的分....

圖５．１用不同的算法將圖片ｓｏｌｄｉｅｒ？放大３倍之后的效果對比．??

中展示了對于每個(gè)中心點(diǎn)，鄰域點(diǎn)數(shù)量選擇對算法性能的影響．與原Ａ＋類似，鄰域??重構(gòu)法增強(qiáng)后的Ａ＋在鄰域點(diǎn)數(shù)量是２０４８時(shí)遇到了瓶頸．Ａ＋原文中對這種現(xiàn)象的解??釋是由訓(xùn)練集的規(guī)模大小所決定的．在圖５．３（０中我們展示了原Ａ＋和用鄰域重構(gòu)法??增強(qiáng)后的Ａ＋結(jié)果評分比較．我們在比較的....

圖５．２用不同的算法將圖片ｂｕｉｌｄｉｎｇ放大３倍之后的效果對比．??

（ａ）?Ｏｒｉｇｉｎａｌ?（ｂ）?Ｂｉｃｕｂｉｃ，２３．２（ｄＢ）?（ｃ）?Ｚｅｙｄｅ［３３］，?２４．１（ｄＢ）（ｄ）?ＮＥ＋ＬＬＥ，２４．０（ｄＢ）??￥?ＩＰ?ｆｉｌｌ：??（ｅ）?Ａ＋［３０］，２４．４（ｄＢ）?（ｆ）?ｓｒｃｎｎ［２８］，２４．５（ｄＢ）?（ｇ）?ＲＦＬ....

本文編號：3900143