機(jī)器學(xué)習(xí)在不同領(lǐng)域的廣泛應(yīng)用往往依賴于大量數(shù)據(jù)。而在實(shí)際應(yīng)用中,高維數(shù)據(jù)的存在給不少機(jī)器學(xué)習(xí)任務(wù)帶來了困難。為了應(yīng)對這些高維數(shù)據(jù)帶來的挑戰(zhàn),人們提出了很多基于子空間的學(xué)習(xí)方法,將高維數(shù)據(jù)表示成低維子空間,通過處理子空間來解決相應(yīng)的問題。在這些基于子空間的方法中,在格拉斯曼流形上進(jìn)行子空間學(xué)習(xí)的方法因?yàn)槠涮幚碜涌臻g時的高度一致性而備受關(guān)注。但是這類方法忽略了子空間表示受到原始數(shù)據(jù)中噪聲干擾的可能。同時,這類表示方法往往缺乏對數(shù)據(jù)類型的甄別,在降維時剔除了太多信息,從而導(dǎo)致判別學(xué)習(xí)的準(zhǔn)確率下降。本文回顧了基于格拉斯曼流形的判別學(xué)習(xí)方法,圍繞這兩類問題進(jìn)行了進(jìn)一步的探討。本文基于序列數(shù)據(jù)提出了一種帶擾動格拉斯曼核的子空間聯(lián)合局部學(xué)習(xí)方法,同時考慮子空間潛在的擾動和信息損失以實(shí)現(xiàn)在更加穩(wěn)健和準(zhǔn)確的分類器。并在此基礎(chǔ)上,本方法給出了一類聯(lián)合局部擾動核,利用核方法的優(yōu)勢解決判別問題。本文的討論以人體三維骨架動作識別應(yīng)用為例,在多個合成或真實(shí)的動作識別數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn),驗(yàn)證了該方法在多種環(huán)境以及不同子任務(wù)上都能取得較好的結(jié)果。本文的主要工作如下:1.為了更好地分析噪聲干擾下的動作識別,本文提出了一個... 

【文章來源】：中國科學(xué)技術(shù)大學(xué)安徽省 211工程院校 985工程院校

【文章頁數(shù)】：81 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２．５?ＬＴＢＳＶＭ的方法示意圖

圖３．１空擾動

?第３章基于子空間擾動的穩(wěn)定骨架動作識別???決職界?ｕ原始子空ｒ司??ｔｒ擾動子空間的期望??＾?真實(shí)分類邊界??圖３．２擾動子空間學(xué)習(xí)的原理示意圖。??通常而言，（３．５）中的損失函數(shù)并不容易計(jì)算，很多情況下沒有解析形式的計(jì)??算方法。Ｗａｎｇ等人［８８１指出可以將￡（６；？；）的上界視為一種代理損失（Ｓｕｒｒｏｇａｔｅ??Ｌｏｓｓ），用它代替原始的損失函數(shù)進(jìn)行近似優(yōu)化，從而降低計(jì)算復(fù)雜度。設(shè)＜?＝／。心??當(dāng)／為凸函數(shù)時，利用Ｊｅｎｓｅｎ不等式可以推出￡滿足以下不等式：??Ｎ?，??￡（Ｄ；?ｗ）＾Ｃ＾?／（Ｅ０ｊｊ｜ｕＪｇ（Ｕ（Ｖ，?Ｙ，－ｗ）｝）?＋?－?｜｜ｕ；｜｜２?＾?￡？?（３．９）??／＝１?１?１??對于邏輯回歸，有??ｉＣ“?＝?ｃ?備?ｌｏｇ（ｌ?ＩＭＩ２?（３．１０）??當(dāng)是由ｕ受到方差為ａ２的偽高斯擾動產(chǎn)生時，利用矩母函數(shù)的性質(zhì)??Ｅ［ｅａ］?＝?？ｉＶ〇，２）?（３．１１）??可以得到??￡？?＝?Ｃ?＾?ｌｏｇ（ｌ?＋?ｅ－ｙｙ?＾，）＋Ｘ４＾Ｔ＾）?＋?Ｉ?ｌｌ＾ｌｌ２?（３．１２）??類似地，對于使用交叉熵函數(shù)作為損失的分類器有：??心＝Ｃ?全?ｌｏｇ（土，飢）＋？）?＋?爿｜…｜｜２?（３．１３）??／＝１?７＝１?Ｚ??這樣的近似估計(jì)雖然看起來更加高效，但是在實(shí)際中仍有諸多不便。例如，對邏??輯回歸損失和交叉熵函數(shù)還需要估計(jì)協(xié)相關(guān)矩陣；對于函數(shù)０，在不知道其具體??形式的情況下很難計(jì)算期望。因此，為了解決這些困難，我們還可以考慮其他更??高效的方式，比如核方法。在下一節(jié)中將介紹這種擾動子空間的核學(xué)習(xí)模型。??２６??

【參考文獻(xiàn)】：
期刊論文
[1]基于判別性區(qū)域提取的視頻人體動作識別方法[J]. 段立娟,郭亞楠,喬元華,李凱.  北京工業(yè)大學(xué)學(xué)報. 2017(10)
[2]利用骨架模型和格拉斯曼流形的3D人體動作識別[J]. 吳珍珍,鄧輝舫.  計(jì)算機(jī)工程與應(yīng)用. 2016(20)

碩士論文
[1]基于特權(quán)信息的人類行為識別研究[D]. 凌佩佩.華東師范大學(xué) 2017
[2]基于流形學(xué)習(xí)的人體動作識別方法研究[D]. 蔣瑋.重慶大學(xué) 2016



本文編號：3336001