半監(jiān)督聚類(lèi)集成方法及其應(yīng)用研究.pdf

1、隨著信息技術(shù)和網(wǎng)絡(luò)技術(shù)的迅猛發(fā)展，人們獲取信息的能力和渠道得到極大的擴(kuò)展。海量數(shù)據(jù)在豐富人們資訊的同時(shí)，也給信息的組織、查找和分析帶來(lái)極大的挑戰(zhàn)。如何快速、準(zhǔn)確地從海量知識(shí)庫(kù)中提取有用的信息，成為很有價(jià)值的研究課題。
　　一方面，本文研究的聚類(lèi)是數(shù)據(jù)分析的一個(gè)重要研究?jī)?nèi)容:尋找并利用輸入數(shù)據(jù)集中潛藏的結(jié)構(gòu)或者規(guī)律，按照最大化簇內(nèi)相似性、最小化簇間相似性的原則，實(shí)現(xiàn)訓(xùn)練樣本劃分聚簇的預(yù)測(cè)。雖然數(shù)據(jù)收集方法的多樣化和存儲(chǔ)技術(shù)的快速發(fā)展

2、使得收集數(shù)據(jù)變得相當(dāng)容易，但這些數(shù)據(jù)大多沒(méi)有類(lèi)別標(biāo)記，而在實(shí)際的某些應(yīng)用中人們可以獲得少量的標(biāo)簽信息，加上大數(shù)據(jù)時(shí)代下的數(shù)據(jù)對(duì)象抽象復(fù)雜，應(yīng)現(xiàn)實(shí)需要和時(shí)代要求，至今已提出大量改進(jìn)的創(chuàng)新理論和方法，其中以半監(jiān)督聚類(lèi)和聚類(lèi)集成為代表的研究取得了豐碩的成果。半監(jiān)督聚類(lèi)集成是論文研究的重點(diǎn)。另一方面，圖像是多媒體時(shí)代重要的產(chǎn)物。基于內(nèi)容的圖像檢索能有效存儲(chǔ)和管理海量的圖像資源，然而它受到“語(yǔ)義鴻溝”制約，建立語(yǔ)義映射的圖像標(biāo)注成為多媒體領(lǐng)域研究

3、的重要課題?，F(xiàn)有圖像標(biāo)注效果在較大程度上依靠于圖像分割和聚類(lèi)技術(shù)，而分割方法難以突破、無(wú)監(jiān)督聚類(lèi)效果不佳，論文嘗試從半監(jiān)督聚類(lèi)角度挖掘圖像語(yǔ)義內(nèi)容，對(duì)基于聚類(lèi)的圖像標(biāo)注展開(kāi)研究。
　　論文首先分析聚類(lèi)與半監(jiān)督聚類(lèi)的研究背景和現(xiàn)狀;接著探討半監(jiān)督聚類(lèi)集成關(guān)鍵技術(shù);然后重點(diǎn)闡述提出的約束與度量相結(jié)合的半監(jiān)督聚類(lèi)集成方法及其在圖像自動(dòng)標(biāo)注中的應(yīng)用，詳細(xì)解釋方法的理論基礎(chǔ)和建模過(guò)程，結(jié)合實(shí)驗(yàn)結(jié)果進(jìn)行對(duì)比分析;最后對(duì)論文研究工作進(jìn)行總結(jié)以及

4、對(duì)進(jìn)一步研究進(jìn)行探討和展望。論文取得的成果主要有:
　　現(xiàn)有的半監(jiān)督聚類(lèi)算法主要有兩類(lèi)，基于約束的方法和基于度量的方法。這兩類(lèi)算法有自己的側(cè)重點(diǎn)，但它們并不是完全分離開(kāi)的，或者說(shuō)它們也存在共生關(guān)系，因?yàn)樵趯?shí)際算法中，兩個(gè)因素都考慮的話(huà)可以得到更令人滿(mǎn)意的結(jié)果。目前的基于約束和度量的融合方法大部分是在同一個(gè)目標(biāo)函數(shù)中實(shí)現(xiàn)兩者優(yōu)勢(shì)互補(bǔ)，極少運(yùn)用集成機(jī)制將兩者整合到一致性函數(shù)中。本文提出約束和度量相結(jié)合的半監(jiān)督聚類(lèi)集成方法，分別采用基于

5、約束的方法和基于度量的方法得到多個(gè)基聚類(lèi)，最后運(yùn)用集成策略將其整合求取最終結(jié)果。
　　關(guān)于圖像數(shù)據(jù)的度量，先前的方法大都只考慮像素固有特征。然而像素與它的鄰域像素是緊密關(guān)聯(lián)的，故在目標(biāo)函數(shù)中考慮鄰域空間信息是有必要也更合理的，目前通常采取的方法是計(jì)算均值、加權(quán)均值或統(tǒng)計(jì)算子等，但是這樣得出的結(jié)果與實(shí)際特征之間仍然會(huì)存在或大或小的差距，為了縮小這樣的差距，文中考慮一種新的方法，像素之間的距離由它們的固有特征和鄰域空間信息共同決定，這

6、一方法打破了傳統(tǒng)的單一視角，更加準(zhǔn)確地反映出像素之間的度量關(guān)系。準(zhǔn)確的度量測(cè)度有助于聚類(lèi)性能的提高。
　　圖像的內(nèi)容往往具有復(fù)雜性、模糊性、抽象性和多義性等特點(diǎn)，如果只是僅僅依靠低層視覺(jué)特征對(duì)圖像進(jìn)行描述的說(shuō)服力遠(yuǎn)遠(yuǎn)不夠，這就需要將低層特征映射到高級(jí)語(yǔ)義，得到能夠反映圖像內(nèi)容的語(yǔ)義概念。文中采用關(guān)鍵詞分類(lèi)法自動(dòng)獲得輔助半監(jiān)督聚類(lèi)的區(qū)域標(biāo)注（監(jiān)督信息），進(jìn)而將提出的約束與度量相結(jié)合的半監(jiān)督聚類(lèi)集成方法與跨媒體相關(guān)模型結(jié)合，采用重采樣