基于圖的半監(jiān)督學(xué)習(xí)的研究.pdf

1、隨著信息技術(shù)的飛速發(fā)展，收集大量未標(biāo)注數(shù)據(jù)已相當(dāng)容易。因此，如何利用大量未標(biāo)注數(shù)據(jù)來(lái)改善學(xué)習(xí)性能成為當(dāng)前機(jī)器學(xué)習(xí)研究中備受關(guān)注的問(wèn)題。半監(jiān)督學(xué)習(xí)(semi-supervised learning)是利用未標(biāo)注數(shù)據(jù)來(lái)進(jìn)行學(xué)習(xí)的主流技術(shù)，對(duì)于減少人工標(biāo)注代價(jià)及提高學(xué)習(xí)性能具有極其重大的實(shí)際意義，近年來(lái)國(guó)內(nèi)外開展了大量的研究，并取得了很多研究成果。 本文首先對(duì)半監(jiān)督學(xué)習(xí)的五類方法：生成式模型(generative models)，自訓(xùn)

2、練(self-training)，協(xié)同訓(xùn)練(Co-training)，最大化分離(Maximizing Separation)和基于圖的方法(gra]ph-based methods)進(jìn)行了分析。接著圍繞著當(dāng)前半監(jiān)督學(xué)習(xí)中最活躍的研究領(lǐng)域，即基于圖的半監(jiān)督學(xué)習(xí)方法，展開研究，主要著眼于圖的構(gòu)造方法，以提高半監(jiān)督學(xué)習(xí)性能為目的。我們發(fā)現(xiàn)，雖然圖是這些基于圖的半監(jiān)督學(xué)習(xí)方法的核心部分，所有反映數(shù)據(jù)真實(shí)分布信息的圖對(duì)半監(jiān)督學(xué)習(xí)的效果有著積極的

3、影響，但關(guān)于圖的構(gòu)造卻沒(méi)有得到更深更廣的研究。針對(duì)這個(gè)問(wèn)題，我們經(jīng)對(duì)現(xiàn)有的圖的構(gòu)造方法，特別是基于密度敏感的圖構(gòu)造方法，進(jìn)行仔細(xì)的研究分析后，提出一種改進(jìn)的密度敏感半監(jiān)督聚類算法。本文具有創(chuàng)新性的研究工作和成果主要有： 1)針對(duì)基于圖的半監(jiān)督學(xué)習(xí)問(wèn)題，對(duì)圖的構(gòu)造方法進(jìn)行研究與分析，著眼于基于密度敏感的圖構(gòu)造方法，提出一種改進(jìn)的密度敏感的距離測(cè)度，使之更加能夠有效地放大位于不同高密度區(qū)域的數(shù)據(jù)點(diǎn)之間的距離，縮短位于同一高密度區(qū)域內(nèi)

4、的數(shù)據(jù)點(diǎn)之間的距離，從而保證聚類假設(shè)的成立，進(jìn)而使所構(gòu)造出來(lái)的圖更能準(zhǔn)確反映數(shù)據(jù)真實(shí)分布信息。 2)提出了改進(jìn)的密度敏感半監(jiān)督聚類算法(IDS-SC)。并采用了迭代算法實(shí)現(xiàn)方式，從而降低了計(jì)算復(fù)雜度。 3)將基于圖的半監(jiān)督學(xué)習(xí)的理論研究成果投入到實(shí)際應(yīng)用中。在這里，我們考慮圖像分類和特定圖像聚類兩個(gè)問(wèn)題，并在Coral圖像集上進(jìn)行仿真實(shí)驗(yàn)，以驗(yàn)證這些算法的有效性。另外，針對(duì)實(shí)際問(wèn)題的需要，提出一個(gè)性能評(píng)價(jià)標(biāo)準(zhǔn)，使之能夠適