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),請進行舉報或認領(lǐng)
文檔簡介
1、典型相關(guān)分析(CCA)作為經(jīng)典的多元數(shù)據(jù)分析方法,通過研究兩組變量之間的相關(guān)關(guān)系來進行特征提取,近年來已開始在模式識別和機器學習等多個領(lǐng)域得到廣泛的應用。但一方面,CCA作為一種全局線性特征提取方法,不足以很好地描述非線性問題,缺乏對局部變化的識別魯棒性。另一方面,在半監(jiān)督學習興起的熱潮下,還可以考慮將半監(jiān)督技術(shù)引入到CCA中,以更好的利用先驗信息。本文圍繞這兩個方面對CCA進行擴展研究,致力于用擴展的CCA模型來解決機器學習和模式識別
2、中的分類問題。
本文的創(chuàng)新性研究成果總結(jié)如下:
(1)為解決CCA不足以很好的描述非線性問題,提出了一種新的有監(jiān)督學習方法---局部判別型CCA。該方法引入樣本的類信息,并同時考慮了同類樣本之間的局部相關(guān)與不同類樣本之間的局部相關(guān)關(guān)系及其對分類的影響。利用核技巧,進一步提出了核化的局部判別型CCA,用以解決較為復雜的線性不可分問題。LDCCA和KLDCCA提取的特征能夠?qū)崿F(xiàn)同類樣本之間的相關(guān)最大化,同時使得不
3、同類樣本之間的相關(guān)最小化,這將有利于模式的分類。在人工數(shù)據(jù)集、多特征手寫體數(shù)據(jù)集和人臉數(shù)據(jù)集(Yale和AR)上的實驗結(jié)果表明:這兩種方法具有較高的識別性能。
(2)通過引入以成對約束形式給出的監(jiān)督信息,提出了一種半監(jiān)督的典型相關(guān)分析算法(Semi-CCA)。在此算法中,除了考慮大量的無標號樣本以外,還考慮成對約束信息,即已知兩樣本屬于同一類(正約束)或不屬于同一類(負約束),同時驗證了兩者的相對重要性。同時,為解決廣泛存
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 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)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔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
- 半監(jiān)督學習及其應用研究.pdf
- 半監(jiān)督聚類算法及其應用研究.pdf
- 結(jié)構(gòu)半監(jiān)督學習算法及其應用研究.pdf
- 半監(jiān)督學習方法及其應用研究.pdf
- 基于半監(jiān)督多視圖數(shù)據(jù)的判別典型相關(guān)分析研究.pdf
- 半監(jiān)督聚類集成方法及其應用研究.pdf
- 監(jiān)督和半監(jiān)督支持向量機研究.pdf
- 無監(jiān)督與半監(jiān)督降維相關(guān)問題研究.pdf
- 基于圖的半監(jiān)督學習和維數(shù)約簡方法及其應用研究.pdf
- 基于圖的半監(jiān)督學習和維數(shù)約簡:方法及其應用研究.pdf
- 光滑技術(shù)在監(jiān)督和半監(jiān)督數(shù)據(jù)分類中的應用.pdf
- 半監(jiān)督低秩矩陣學習及其應用.pdf
- 半監(jiān)督學習方法及應用研究.pdf
- 半監(jiān)督流形學習算法研究和應用.pdf
- 監(jiān)督流形學習及其應用研究.pdf
- 半監(jiān)督流形學習理論與應用研究.pdf
- 基于半監(jiān)督回歸的選擇性集成算法及其應用研究.pdf
- 半監(jiān)督降維及其在超光譜圖像分類中的應用研究.pdf
- 半監(jiān)督均值偏移框架及其圖像分割應用.pdf
- 基于圖的監(jiān)督和半監(jiān)督特征組合方法.pdf
評論
0/150
提交評論