本文關(guān)鍵詞：基于兩種不同構(gòu)圖方法的半監(jiān)督分類算法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：在信息技術(shù)飛速發(fā)展的帶動(dòng)下,機(jī)器學(xué)習(xí)領(lǐng)域中的半監(jiān)督學(xué)習(xí)自從產(chǎn)生便不斷發(fā)展壯大,在豐富了數(shù)據(jù)挖掘、統(tǒng)計(jì)研究等相關(guān)領(lǐng)域的同時(shí),也為其他學(xué)科實(shí)現(xiàn)快速發(fā)展提供了更好的機(jī)遇和更多的可能。伴隨著“互聯(lián)網(wǎng)+”時(shí)代的到來,在這樣的環(huán)境下,大量的數(shù)據(jù)中隱含著的信息不斷被挖掘利用,創(chuàng)造新的價(jià)值。基于圖的半監(jiān)督學(xué)習(xí)憑借其直觀性也逐漸被更多的學(xué)者所研究和使用。利用樣本集構(gòu)圖作為基于圖的半監(jiān)督學(xué)習(xí)的重要構(gòu)成環(huán)節(jié),往往決定著學(xué)習(xí)算法的效率高低,合適的構(gòu)圖能夠帶來更高的分類準(zhǔn)確率。當(dāng)下基于圖的學(xué)習(xí)方法研究中采用的構(gòu)圖方法大多都是K近鄰構(gòu)圖法,對(duì)于其他的構(gòu)圖方法的研究卻相對(duì)較少。同時(shí)由于常用的構(gòu)圖方法在解決樣本數(shù)據(jù)的連接邊的對(duì)稱性和連通性上存在一定的不足,因而對(duì)使用什么樣的構(gòu)圖方法能夠更好的提高基于圖的半監(jiān)督學(xué)習(xí)效率的問題研究是十分迫切和必要的。本文的主要研究內(nèi)容如下:⑴通過查閱大量的國內(nèi)外文獻(xiàn)資料,結(jié)合國內(nèi)外的研究現(xiàn)狀和具有代表性的案例分析,對(duì)基于圖的半監(jiān)督學(xué)習(xí)的內(nèi)涵和特點(diǎn)做了較為全面完整的綜述,并概述了基于圖的半監(jiān)督學(xué)習(xí)方法的基本理論及技術(shù);⑵為了克服半監(jiān)督分類算法中常用的k近鄰圖構(gòu)圖方法不能同時(shí)滿足邊的對(duì)稱性和圖的連通性的不足,本文將最小最大鄰域階方法應(yīng)用到半監(jiān)督分類算法的構(gòu)圖過程中,提出了基于最小最大鄰域階的半監(jiān)督分類算法(KMMLGC算法)。通過對(duì)隨機(jī)樣本數(shù)據(jù)和UCI數(shù)據(jù)集上的數(shù)據(jù)的仿真實(shí)驗(yàn),表明了KMMLGC算法的有效性;⑶自然最近鄰構(gòu)圖法是一種自適應(yīng)的、無參數(shù)的搜索樣本最近鄰的方法。本文將自然最近鄰構(gòu)圖方式應(yīng)用到半監(jiān)督算法的構(gòu)圖過程中,提出了基于自然最近鄰的半監(jiān)督分類算法(3NLGC算法),隨機(jī)樣本集和UCI數(shù)據(jù)集上的仿真實(shí)驗(yàn)表明了3NLGC算法的有效性,同時(shí)針對(duì)3NLGC算法和KMMLGC算法在UCI數(shù)據(jù)集上進(jìn)行了對(duì)比實(shí)驗(yàn),實(shí)驗(yàn)表明3N算法的效率更高。⑷最后,對(duì)本文所做的研究工作做了總結(jié),提出了現(xiàn)階段研究存在的不足,并對(duì)后續(xù)研究做出展望。
【關(guān)鍵詞】：半監(jiān)督學(xué)習(xí) 近鄰圖 自然最近鄰 基于圖的半監(jiān)督學(xué)習(xí)
【學(xué)位授予單位】：重慶師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP181
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 1 緒論10-20
• 1.1 論文研究背景及依據(jù)10-15
• 1.2 基于圖的學(xué)習(xí)的研究現(xiàn)狀15-17
• 1.2.1 國外研究現(xiàn)狀分析15-16
• 1.2.2 國內(nèi)研究現(xiàn)狀分析16-17
• 1.3 研究內(nèi)容及意義17-18
• 1.3.1 研究內(nèi)容17-18
• 1.3.2 研究意義與目的18
• 1.4 論文的組織結(jié)構(gòu)18-20
• 2 基于圖的半監(jiān)督分類20-33
• 2.1 圖的拉普拉斯矩陣的相關(guān)知識(shí)20-25
• 2.1.1 圖的拉普拉斯矩陣的定義20-22
• 2.1.2 拉普拉斯矩陣的性質(zhì)簡介22
• 2.1.3 拉普拉斯算子22-24
• 2.1.4 正則拉普拉斯矩陣及性質(zhì)24-25
• 2.2 基于圖模型的學(xué)習(xí)算法25-27
• 2.2.1 圖的構(gòu)造26-27
• 2.2.2 圖的正則化框架27
• 2.3 幾種基于圖的半監(jiān)督分類方法27-30
• 2.3.1 標(biāo)簽傳播算法27-28
• 2.3.2 圖的最小分割方法28-29
• 2.3.3 調(diào)和函數(shù)方法29
• 2.3.4 局部與全局一致性方法29-30
• 2.4 基于k近鄰圖的半監(jiān)督學(xué)習(xí)算法30-32
• 2.4.1 算法描述31
• 2.4.2 收斂性證明31-32
• 2.5 本章小結(jié)32-33
• 3 基于最小最大鄰域階構(gòu)圖法的標(biāo)簽傳播算法33-42
• 3.1 最小最大鄰域階構(gòu)圖法問題提出的背景33-34
• 3.2 最大最小鄰域階構(gòu)圖方法34-36
• 3.2.1 基本概念34
• 3.2.2 問題描述34-35
• 3.2.3 構(gòu)圖方法35-36
• 3.3 基于最大最小鄰域階構(gòu)圖法的局部全局一致性算法步驟36-37
• 3.4 實(shí)驗(yàn)結(jié)果及分析37-41
• 3.4.1 隨機(jī)實(shí)驗(yàn)結(jié)果及分析37-38
• 3.4.2 UCI數(shù)據(jù)集實(shí)驗(yàn)結(jié)果及分析38-41
• 3.5 本章小結(jié)41-42
• 4 基于自然最近鄰構(gòu)圖法的標(biāo)簽傳播算法42-53
• 4.1 自然最近鄰42-47
• 4.1.1 基本概念42-43
• 4.1.2 自然最近鄰域搜索算法描述43-45
• 4.1.3 自然最近鄰域圖45-47
• 4.2 基于自然最近鄰構(gòu)圖法的局部全局一致性算法47-48
• 4.3 實(shí)驗(yàn)結(jié)果及分析48-52
• 4.3.1 隨機(jī)實(shí)驗(yàn)結(jié)果及分析48-49
• 4.3.2 UCI數(shù)據(jù)集實(shí)驗(yàn)結(jié)果及分析49-52
• 4.4 本章小結(jié)52-53
• 5 總結(jié)與展望53-55
• 5.1 論文分析與總結(jié)53
• 5.2 研究工作總結(jié)53-54
• 5.3 研究的局限性及展望54-55
• 參考文獻(xiàn)55-59
• 附錄：作者攻讀碩士學(xué)位期間發(fā)表論文及科研情況59-60
• 致謝60

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 張桂榕;;反向最近鄰查詢研究綜述[J];電腦知識(shí)與技術(shù);2011年28期

2 周屹;;不確定對(duì)象的反向最近鄰查詢研究[J];黑龍江工程學(xué)院學(xué)報(bào)(自然科學(xué)版);2012年04期

3 劉永山,薄樹奎,張強(qiáng),郝忠孝;多對(duì)象的最近鄰查詢[J];計(jì)算機(jī)工程;2004年11期

4 郝忠孝;劉永山;;空間對(duì)象的反最近鄰查詢[J];計(jì)算機(jī)科學(xué);2005年11期

5 王淼;郝忠孝;;不確定性對(duì)象的反向最近鄰查詢[J];計(jì)算機(jī)工程;2010年10期

6 張旭;何向南;金澈清;周傲英;;面向不確定圖的k最近鄰查詢[J];計(jì)算機(jī)研究與發(fā)展;2011年10期

7 楊澤雪;郝忠孝;;空間數(shù)據(jù)庫中的障礙反向最近鄰查詢[J];計(jì)算機(jī)工程與應(yīng)用;2011年34期

8 王丹丹;郝忠孝;;道路網(wǎng)絡(luò)中的多類型K最近鄰查詢[J];計(jì)算機(jī)工程與應(yīng)用;2012年03期

9 鄧瑾;周梅;;基于R樹及其變種的最近鄰查詢研究[J];現(xiàn)代計(jì)算機(jī);2013年09期

10 朱婧;;平面中點(diǎn)對(duì)一般多邊形的最近鄰查詢研究[J];科技通報(bào);2014年01期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前10條

1 張曉峰;王麗珍;肖清;趙麗紅;;基于概念劃分的連續(xù)最近鄰查詢研究[A];NDBC2010第27屆中國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集(B輯)[C];2010年

2 管猛;張剡;柏文陽;;基于地表的連續(xù)可見最近鄰查詢方法[A];NDBC2010第27屆中國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集(B輯)[C];2010年

3 陳璐;高云君;柳晴;陳剛;;受限相互最近鄰查詢處理[A];第29屆中國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（B輯）（NDBC2012）[C];2012年

4 盛梅紅;沙朝鋒;宮學(xué)慶;嵇曉;周傲英;;道路網(wǎng)絡(luò)環(huán)境中的多對(duì)象最近鄰查詢[A];第二十三屆中國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2006年

5 劉月清;章勇;;一種改進(jìn)的動(dòng)態(tài)最近鄰聚類算法[A];全國自動(dòng)化新技術(shù)學(xué)術(shù)交流會(huì)會(huì)議論文集（一）[C];2005年

6 李傳文;谷峪;李芳芳;于戈;;一種障礙空間中不確定對(duì)象的連續(xù)最近鄰查詢方法[A];NDBC2010第27屆中國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集A輯一[C];2010年

7 劉星毅;;基于歐式距離的最近鄰改進(jìn)算法[A];廣西計(jì)算機(jī)學(xué)會(huì)2010年學(xué)術(shù)年會(huì)論文集[C];2010年

8 劉先康;梁菁;任杰;蔣光慶;;修正最近鄰模糊分類算法在艦船目標(biāo)識(shí)別中的應(yīng)用[A];全國第4屆信號(hào)和智能信息處理與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2010年

9 劉俊嶺;孫煥良;;多維度量空間中發(fā)現(xiàn)相互kNN(英文)[A];NDBC2010第27屆中國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集A輯二[C];2010年

10 余小高;;P2P環(huán)境中k最近鄰搜索算法研究[A];2009年全國開放式分布與并行計(jì)算機(jī)學(xué)術(shù)會(huì)議論文集(下冊)[C];2009年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前8條

1 魏本昌;基于內(nèi)容的大規(guī)模圖像檢索技術(shù)研究[D];華中科技大學(xué);2015年

2 楊澤雪;空間連接及最近鄰變體查詢研究[D];哈爾濱理工大學(xué);2014年

3 孫冬璞;時(shí)空數(shù)據(jù)庫多類型最近鄰查詢的研究[D];哈爾濱理工大學(xué);2010年

4 王建峰;基于哈希的最近鄰查找[D];中國科學(xué)技術(shù)大學(xué);2015年

5 張得天;時(shí)間依賴路網(wǎng)高效k最近鄰查詢混搭機(jī)制的研究[D];中國科學(xué)技術(shù)大學(xué);2014年

6 杜欽生;高維空間的K最近鄰查詢及連接問題研究[D];吉林大學(xué);2015年

7 張軍旗;支持最近鄰查找的高維空間索引[D];復(fù)旦大學(xué);2007年

8 李艷紅;路網(wǎng)中移動(dòng)對(duì)象最近鄰及反向最近鄰查詢處理研究[D];華中科技大學(xué);2011年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 楊根茂;基于哈希加速的近似最近鄰檢索算法研究[D];浙江大學(xué);2015年

2 原s，

本文編號(hào)：400156