同調(diào)結(jié)構(gòu)學(xué)習(xí)算法及其應(yīng)用研究.pdf

1、結(jié)構(gòu)學(xué)習(xí)是機器學(xué)習(xí)領(lǐng)域中的一種主要學(xué)習(xí)方法，目前基于該學(xué)習(xí)方法的研究成果還不多見，因此本文主要針對結(jié)構(gòu)特征的同調(diào)問題利用同調(diào)理論進(jìn)行研究，提出了同調(diào)結(jié)構(gòu)學(xué)習(xí)的基本框架，包括：
　　1)介紹了同調(diào)、上同調(diào)等相關(guān)的基本理論知識，為研究同調(diào)結(jié)構(gòu)學(xué)習(xí)奠定了理論基礎(chǔ)；
　　2)針對同調(diào)邊緣可變的數(shù)據(jù)劃分問題，引進(jìn)同調(diào)理論，給出了一種同調(diào)結(jié)構(gòu)學(xué)習(xí)算法(Homology structure learning algorithm, HSLA

2、)。HSLA算法能夠有效地保證在分類過程保持圖像原有的結(jié)構(gòu)特征不變；
　　3)針對結(jié)構(gòu)圖像特征表示精確度的問題，給出了鄰域同調(diào)學(xué)習(xí)算法(Neighborhood homology learning algorithm, NHLA)。利用鄰域復(fù)形來表示圖像特征能較精確得表示邊緣可變的圖像特征，且利用NHLA算法分類依然能夠有效地保證在分類過程保持圖像原有的結(jié)構(gòu)特征不變；
　　4)為了進(jìn)一步得到計算簡單且表示精確的學(xué)習(xí)算法，給出