本文關(guān)鍵詞：基于高光譜遙感圖像分類的水域變化檢測，由筆耕文化傳播整理發(fā)布。

《山東建筑大學(xué)》 2016年

基于聚類與分類結(jié)合的多示例預(yù)測算法研究

顧世忍  

【摘要】：多示例學(xué)習(xí)的主要目的是通過學(xué)習(xí)訓(xùn)練集中的概念,為一些不可預(yù)知的包獲取正確的類別標(biāo)簽。目前大量學(xué)者對多示例學(xué)習(xí)的理論及應(yīng)用進行了研究,并取得了豐富的成果,然而多數(shù)研究工作都是在訓(xùn)練集中包的標(biāo)簽已知的情況下進行的。對于包中不含有標(biāo)簽的無監(jiān)督多示例學(xué)習(xí),可用的算法依然很少。而在多數(shù)情況下獲取訓(xùn)練包的標(biāo)簽是一件很困難的事,或者需要花費很大的代價,并且無監(jiān)督學(xué)習(xí)可以有效挖掘數(shù)據(jù)集的內(nèi)部結(jié)構(gòu),所以研究無監(jiān)督多示例學(xué)習(xí)算法具有重要的意義。在傳統(tǒng)的監(jiān)督和無監(jiān)督學(xué)習(xí)中,每個數(shù)據(jù)對象都用單一示例進行表示,在多示例學(xué)習(xí)中,每個對象用一個包含多個示例的包表示。目前集中在多示例預(yù)測問題上的大多研究工作中,每個訓(xùn)練集中組成的包都含有一個二進制或者實值的類別標(biāo)簽,可以理解為傳統(tǒng)意義上的分類和回歸問題。本文為了解決無監(jiān)督多示例學(xué)習(xí)的問題,提出了基于聚類與分類結(jié)合的多示例預(yù)測算法。算法的第一步是通過多示例聚類算法完成無標(biāo)簽訓(xùn)練包的聚類工作,用一些距離度量方法來測量包之間的相似性,采用聚類分析中通用的k-均值算法,將沒有標(biāo)記的訓(xùn)練包劃分成k個互不相交的簇。算法的第二步是基于此聚類結(jié)果,將每個包重新表示為一個k維的特征向量,定義其第i維的特征值為這個包到第i個聚簇中所有包的平均距離,并將該簇的類別作為標(biāo)簽。在所有包都被轉(zhuǎn)換為對應(yīng)的特征向量后,就可以使用常用的監(jiān)督學(xué)習(xí)算法來學(xué)習(xí)被轉(zhuǎn)換的特征向量了,本文主要使用了三種不同的分類器算法進行實驗。通過在標(biāo)準(zhǔn)多示例模型和廣義的多示例模型上進行多次實驗,并與其它多種多示例預(yù)測算法進行對比,研究證明了本文算法的有效性,并且在不同種類的多示例預(yù)測問題上都具有較高的準(zhǔn)確度。

【關(guān)鍵詞】：
【學(xué)位授予單位】：山東建筑大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP18;TP311.13
【目錄】：

下載全文 更多同類文獻

CAJ全文下載

(如何獲取全文？ 歡迎：購買知網(wǎng)充值卡、在線充值、在線咨詢)

CAJViewer閱讀器支持CAJ、PDF文件格式

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 李杰龍;肖燕珊;郝志峰;阮奕邦;張麗陽;;基于SVM的多示例多標(biāo)簽主動學(xué)習(xí)[J];計算機工程與設(shè)計;2016年01期

2 何清;李寧;羅文娟;史忠植;;大數(shù)據(jù)下的機器學(xué)習(xí)算法綜述[J];模式識別與人工智能;2014年04期

3 王科平;楊藝;王新良;;包空間多示例圖像自動分類[J];中國圖象圖形學(xué)報;2013年09期

4 王駿;王士同;鄧趙紅;;聚類分析研究中的若干問題[J];控制與決策;2012年03期

5 甘睿;印鑒;;通過挖掘示例中的概念來解決多示例學(xué)習(xí)問題[J];計算機研究與發(fā)展;2011年S3期

6 汪洪橋;孫富春;蔡艷寧;陳寧;丁林閣;;多核學(xué)習(xí)方法[J];自動化學(xué)報;2010年08期

7 劉艷紅;薛安榮;史習(xí)云;;K-means聚類與SVDD結(jié)合的新的分類算法[J];計算機應(yīng)用研究;2010年03期

8 謝紅薇;李曉亮;;基于多示例的K-means聚類學(xué)習(xí)算法[J];計算機工程;2009年22期

9 閆友彪,陳元琰;機器學(xué)習(xí)的主要策略綜述[J];計算機應(yīng)用研究;2004年07期

10 蔡自興,李枚毅;多示例學(xué)習(xí)及其研究現(xiàn)狀[J];控制與決策;2004年06期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 陳濤;多示例學(xué)習(xí)算法及其應(yīng)用研究[D];華南理工大學(xué);2013年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前4條

1 黃晗;基于改進BP神經(jīng)網(wǎng)絡(luò)多示例學(xué)習(xí)的自然圖像分類算法研究[D];安徽大學(xué);2014年

2 桑應(yīng)賓;基于K近鄰的分類算法研究[D];重慶大學(xué);2009年

3 楊志武;多示例學(xué)習(xí)算法研究[D];鄭州大學(xué);2007年

4 彭璐;支持向量機分類算法研究與應(yīng)用[D];湖南大學(xué);2007年

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 王杏杏;潘林;高凌霞;夏錦紅;李順群;;黃土微結(jié)構(gòu)的譜系聚類分析[J];深圳大學(xué)學(xué)報(理工版);2016年04期

2 杜海平;;農(nóng)作物品種最佳聚類方法研究[J];山西農(nóng)業(yè)科學(xué);2016年07期

3 馬家軍;;基于大間距準(zhǔn)則的混合核Fisher判別分析[J];重慶工商大學(xué)學(xué)報(自然科學(xué)版);2016年03期

4 朱斐;許志鵬;劉全;伏玉琛;王輝;;基于可中斷Option的在線分層強化學(xué)習(xí)方法[J];通信學(xué)報;2016年06期

5 牟冬梅;任珂;;三種數(shù)據(jù)挖掘算法在電子病歷知識發(fā)現(xiàn)中的比較[J];現(xiàn)代圖書情報技術(shù);2016年06期

6 陳法法;李冕;肖文榮;鐘先友;;基于局部切空間排列與WSVM的滾動軸承故障診斷[J];組合機床與自動化加工技術(shù);2016年06期

7 陳旻騁;袁景凌;王嘯巖;朱賽;;基于弱相關(guān)化特征子空間選擇的離散化隨機森林并行分類算法[J];計算機科學(xué);2016年06期

8 陳興國;俞揚;;強化學(xué)習(xí)及其在電腦圍棋中的應(yīng)用[J];自動化學(xué)報;2016年05期

9 顧世忍;;基于多示例聚類的協(xié)同過濾算法[J];信息化建設(shè);2016年05期

10 張友海;李鋒剛;;基于Hadoop的并行化聚類系統(tǒng)的設(shè)計[J];赤峰學(xué)院學(xué)報(自然科學(xué)版);2016年09期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 顧世忍;基于聚類與分類結(jié)合的多示例預(yù)測算法研究[D];山東建筑大學(xué);2016年

2 姜小燕;基于非負矩陣分解的圖像分類算法研究[D];遼寧工業(yè)大學(xué);2016年

3 孫寧;基于高光譜遙感圖像分類的水域變化檢測[D];南昌工程學(xué)院;2015年

4 仝伯兵;分類方法組合技術(shù)的應(yīng)用研究[D];江南大學(xué);2015年

5 劉幫;多核SVR在污水處理出水指標(biāo)建模中的應(yīng)用研究[D];湖南工業(yè)大學(xué);2015年

6 席利君;基于小波分析的氧化鋁配料過程非平穩(wěn)時間序列預(yù)測[D];湖南工業(yè)大學(xué);2015年

7 史佳;基于聚類與K近鄰算法的LKJ運行記錄數(shù)據(jù)分析及故障診斷[D];蘭州交通大學(xué);2015年

8 李祥楠;空中加油系統(tǒng)軟管燃油壓力測量算法研究[D];西北大學(xué);2015年

9 楊蕊;基于內(nèi)容的電子商務(wù)圖像分類研究[D];西北大學(xué);2015年

10 魏紫京;農(nóng)業(yè)信息搜索引擎分類器的研究[D];東北農(nóng)業(yè)大學(xué);2015年

【二級參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 李國杰;程學(xué)旗;;大數(shù)據(jù)研究:未來科技及經(jīng)濟社會發(fā)展的重大戰(zhàn)略領(lǐng)域——大數(shù)據(jù)的研究現(xiàn)狀與科學(xué)思考[J];中國科學(xué)院院刊;2012年06期

2 錢鵬江;王士同;鄧趙紅;徐華;;基于最小包含球的大數(shù)據(jù)集快速譜聚類算法[J];電子學(xué)報;2010年09期

3 王駿;王士同;;基于混合距離學(xué)習(xí)的雙指數(shù)模糊C均值算法[J];軟件學(xué)報;2010年08期

4 王駿;王士同;王曉明;;基于特征加權(quán)距離的雙指數(shù)模糊子空間聚類算法[J];控制與決策;2010年08期

5 唐穎軍;須德;解文杰;薄一航;;一種基于類主題空間的圖像場景分類方法[J];中國圖象圖形學(xué)報;2010年07期

6 李大湘;彭進業(yè);李展;;基于半監(jiān)督多示例學(xué)習(xí)的對象圖像檢索[J];控制與決策;2010年07期

7 李大湘;彭進業(yè);賀靜芳;;基于EMD-CkNN多示例學(xué)習(xí)算法的圖像分類[J];光電子.激光;2010年02期

8 路晶;馬少平;;使用基于多例學(xué)習(xí)的啟發(fā)式SVM算法的圖像自動標(biāo)注[J];計算機研究與發(fā)展;2009年05期

9 皋軍;王士同;;具有特征排序功能的魯棒性模糊聚類方法[J];自動化學(xué)報;2009年02期

10 黎銘;周志華;;基于多核集成的在線半監(jiān)督學(xué)習(xí)方法[J];計算機研究與發(fā)展;2008年12期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前3條

1 曾璞;面向語義提取的圖像分類關(guān)鍵技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2009年

2 程起敏;基于內(nèi)容的遙感影像庫檢索關(guān)鍵技術(shù)研究[D];中國科學(xué)院研究生院（遙感應(yīng)用研究所）;2004年

3 夏定元;基于內(nèi)容的圖像檢索通用技術(shù)研究及應(yīng)用[D];華中科技大學(xué);2004年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 汪旗;基于直推式多示例學(xué)習(xí)的圖像分類算法研究[D];安徽大學(xué);2013年

2 龍哲;基于SVDD的多示例學(xué)習(xí)方法的研究[D];杭州電子科技大學(xué);2012年

3 胡凌子;基于情感語義的圖像內(nèi)容標(biāo)注研究[D];太原理工大學(xué);2010年

4 王春燕;基于多示例學(xué)習(xí)的圖像檢索方法研究[D];北京林業(yè)大學(xué);2010年

5 李昱;半監(jiān)督流形學(xué)習(xí)算法研究和應(yīng)用[D];西安電子科技大學(xué);2010年

6 王靈均;昆山就業(yè)預(yù)測模型分析與研究[D];蘇州大學(xué);2009年

7 張旭;基于BP神經(jīng)網(wǎng)絡(luò)的清潔生產(chǎn)評價模型研究[D];重慶大學(xué);2009年

8 龔慧超;基于多示例學(xué)習(xí)的圖像內(nèi)容過濾算法研究[D];南京理工大學(xué);2008年

9 徐磊;多樣性密度學(xué)習(xí)算法的研究與應(yīng)用[D];哈爾濱工業(yè)大學(xué);2008年

10 曾奇森;基于內(nèi)容的圖像檢索相關(guān)技術(shù)研究[D];南京理工大學(xué);2007年

【相似文獻】

中國重要報紙全文數(shù)據(jù)庫 前1條

1 何國明 岳貴云;[N];中國國防報;2002年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 顧世忍;基于聚類與分類結(jié)合的多示例預(yù)測算法研究[D];山東建筑大學(xué);2016年

相關(guān)機構(gòu)

>山東建筑大學(xué)

相關(guān)作者

>顧世忍

《中國學(xué)術(shù)期刊（光盤版）》電子雜志社有限公司
同方知網(wǎng)數(shù)字出版技術(shù)股份有限公司
地址：北京清華大學(xué) 84-48信箱 大眾知識服務(wù)
京ICP證040441號
互聯(lián)網(wǎng)出版許可證 新出網(wǎng)證（京）字008號
出版物經(jīng)營許可證 新出發(fā)京批字第直0595號

訂購熱線：400-819-9993 010-62982499
服務(wù)熱線：010-62985026 010-62791813
在線咨詢：
傳真：010-62780361
京公網(wǎng)安備11010802020475號

  本文關(guān)鍵詞：基于高光譜遙感圖像分類的水域變化檢測，，由筆耕文化傳播整理發(fā)布。

本文編號：184369