版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、本文分別對近鄰法、多視角學(xué)習(xí)以及組合學(xué)習(xí)進(jìn)行了相關(guān)的理論和算法的研究,并對它們分別進(jìn)行了改進(jìn)。
在實際應(yīng)用中,近鄰法是一種應(yīng)用廣泛而且簡單有效的方法。但傳統(tǒng)的近鄰法仍有其不足之處,它在預(yù)測過程中沒有完全利用近鄰的全部信息。針對其這一缺點,本文對近鄰法進(jìn)行了改進(jìn)。在新的近鄰法中,用于預(yù)測樣本標(biāo)簽的距離不再是查詢點與近鄰訓(xùn)練樣本的直接距離,而是查詢點與其近鄰們的“重心”之間的距離。這里的“重心”指的就是能夠體現(xiàn)近鄰分布信息的近
2、鄰的“形心”。這樣以來,在預(yù)測過程當(dāng)中不但標(biāo)簽信息得到運用,分布信息也被考慮在內(nèi)。在文章當(dāng)中,我們對這個方法進(jìn)行了詳細(xì)的描述和分析。另外,在實驗中我們在12個公共數(shù)據(jù)集上分別采用馬氏距離和歐式距離的度量方式進(jìn)行了實驗。實驗證明,形心近鄰法能夠提高傳統(tǒng)近鄰法的分類精度。
多視角學(xué)習(xí)是近年來機(jī)器學(xué)習(xí)領(lǐng)域的一個熱門的研究方向。多視角學(xué)習(xí)方法利用事物的兩個獨立或不相關(guān)的視角以特定的訓(xùn)練方式來進(jìn)行學(xué)習(xí)。許多理論和實驗都能證明多視角學(xué)
3、習(xí)能夠大大提高學(xué)習(xí)的效果。同時,一些研究人員證明采用多學(xué)習(xí)機(jī)的組合學(xué)習(xí)也能夠提高學(xué)習(xí)的效果。但尚未有人將多視角學(xué)習(xí)與組合學(xué)習(xí)相結(jié)合來解決模式識別領(lǐng)域內(nèi)的學(xué)習(xí)問題。本文依此對多視角學(xué)習(xí)與組合學(xué)習(xí)的結(jié)合做了一些相關(guān)研究。并提出了多視角多學(xué)習(xí)機(jī)的學(xué)習(xí)方法,并將其應(yīng)用到半監(jiān)督學(xué)習(xí)和主動學(xué)習(xí)領(lǐng)域。與此同時,本文也提出了一種稱為模糊度的度量方法來計算視角之間對樣本預(yù)測的分歧程度。從實驗結(jié)果來看,這種方法是一種非常有效的方法。
在多視角
4、學(xué)習(xí)的領(lǐng)域內(nèi),有一個瓶頸的問題。多視角學(xué)習(xí)雖然可以很有效的提高學(xué)習(xí)效果,但是并不是所有問題都有多個內(nèi)在的視角,這就意味著單視角問題是不能夠用多視角學(xué)習(xí)方法來解決的。這就大大限制了多視角學(xué)習(xí)方法的應(yīng)用范圍。針對這個問題,本文提出了一種為單視角問題創(chuàng)建額外視角的方法。該方法利用PCA方法去產(chǎn)生原問題的另一個視角。另外,針對高維問題和非高維問題,文章也提出了不同的創(chuàng)建多視角策略。該方法在多個標(biāo)準(zhǔn)數(shù)據(jù)集上進(jìn)行了實驗,實驗結(jié)果表明該方法所創(chuàng)建的視
5、角是有用的,而且能夠幫助學(xué)習(xí)方法提高學(xué)習(xí)效果。
集成學(xué)習(xí)是將多個分類器以某種組合方式組合在一起進(jìn)行學(xué)習(xí)。在傳統(tǒng)的集成學(xué)習(xí)中,分類器的產(chǎn)生大都是并行的。也就意味著,參與集成的分類器數(shù)量越多,訓(xùn)練分類器的時間就越長。針對集成學(xué)習(xí)的這一缺點,本文提出了一種演化的集成學(xué)習(xí)方法。在該方法中,分類器不是以并行的方式產(chǎn)生的,而是以演化的形式產(chǎn)生的。在文章當(dāng)中,詳細(xì)地敘述了這種方法的過程和假設(shè)條件,并且將其推廣到多視角的演化集成學(xué)習(xí)方法。
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于粒計算的K近鄰多標(biāo)簽學(xué)習(xí)算法.pdf
- 距離度量學(xué)習(xí)的理論與算法研究:核回歸、大間隔最近鄰與Fisher線性判別.pdf
- 基于k近鄰多標(biāo)簽學(xué)習(xí)的數(shù)據(jù)降維算法的研究.pdf
- 不確定圖上的近鄰查詢與近鄰模式挖掘算法研究.pdf
- 基于多機(jī)器人系統(tǒng)的K近鄰增強(qiáng)學(xué)習(xí)與運動控制.pdf
- 基于近鄰模型的判別學(xué)習(xí)算法研究及應(yīng)用.pdf
- 基于K近鄰的多標(biāo)簽學(xué)習(xí)方法研究.pdf
- 基于多視角學(xué)習(xí)的餐具檢測和識別算法研究.pdf
- 流形學(xué)習(xí)理論與算法研究.pdf
- 動態(tài)多視角下的目標(biāo)跟蹤理論與方法研究.pdf
- 基于子空間學(xué)習(xí)的多視角步態(tài)識別算法研究.pdf
- 聚類學(xué)習(xí)的理論分析與高效算法研究.pdf
- 非重疊社區(qū)發(fā)現(xiàn)中近鄰傳播算法的研究與應(yīng)用.pdf
- 基于多標(biāo)記學(xué)習(xí)的圖像標(biāo)注算法研究與實現(xiàn).pdf
- 基于共享最近鄰的聚類算法的研究與應(yīng)用.pdf
- 基于群智能的多agent聯(lián)盟形成理論與算法研究.pdf
- 基于PSO的多智能體聯(lián)盟形成理論與算法研究.pdf
- 量子K近鄰算法研究.pdf
- TDMA系統(tǒng)目標(biāo)多站定位理論與算法研究.pdf
- 基于K-近鄰算法的資產(chǎn)定價模型與套利.pdf
評論
0/150
提交評論