文档介绍：论文
西安电子科技大学
硕士学位论文
半监督降维和分类算法研究
姓名:赵玲玲
申请学位级别:硕士
专业:应用数学
指导教师:周水生
20091201
论文
经典论文
论文
论文
经典论文
摘要在很多实际应用中,随着数据采集技术和存储技术的发展,获取大量的无标号样本已变得非常容易,而获取有标号样本通常需要付出很大的代价。因而,相对于大量的无标号样本,有标号样本通常会很少。传统的无监督学习只能利用无标号样本进行学习,监督学习只利用少量的有标号样本学习,而半监督学习则能同时利用大量的无标号样本和少量的有标号样本来进行学习,因此,半监督学习是非常有意义的研究课题。半监督学习包括半监督分类、半监督回归、半监督聚类和半监督维数约减等几个方面。本文以半监督学习为基础,主要做了以下一些工作:在半监督维数约减方面,提出了一种新的算法R环矫妫芄怀浞利用正负约束信息,使得在低维空间中不属于同一类的数据离的越远越好,而属于同一类的数据靠的越近越好。另一方面,引入剩余的大量未标记数据,利用隐藏在未标记数据中的潜在信息,能很好的保持数据集的全局以及局部结构。实验结果表明,该算法能从大量的未标记数据以及有限的成对约束中学习出有用的知识,实验证明了该算法的有效性。在半监督分类方面,提出了一种新的集成算法甃。它选用一种基于图的半监督学习算法魑W友捌鳎ü≡癫煌奶卣鞲鍪约把安问用子学习器分别多次训练进行预测,然后将其预测结果按投票方式进行集成,从而得到最终的学习结果。实验表明甃算法比仅使用单一的半监督分类器有更强的泛化能力,能有效的提高分类精度。关键词:半监督学习维数约减集成学习
论文
论文
经典论文
,;甌—瓸:。.:,篠,,.’,·,瑆,.,甃,,
论文
论文
经典论文
本人签名:丁莼韄西安电子科技大学学位论文创新性声明关于论文使用授权的说明秉承学校严谨的学风和优良的科学道德,本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢中所罗列的内容以外,论文中不包含其他人已经发表或撰写过的研究成果;也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表示了谢意。申请学位论文与资料若有不实之处,本人承担一切的法律责任。本人完全了解西安电子科技大学有关保留和使用学位论文的规定,即:研究生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保留送交论文的复印件,允许查阅和借阅论文;学校可以公布论文的全部或部分内容,可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证,毕业后结合学位论文研究课题再撰写的文章一律署名单位为西安电子科技大学。C艿论文在解密后遵守此规定本学位论文属于保密,在一年解密后适用本授权书。本人签名:导师签名:
论文
论文
经典论文
第一章绪论机器学习但至今人们对学习的机理尚不完全清楚。使计算机具有学习能力,这是人工智能它们学习的内在机制,即怎样使它们能够根据经验来自动提高自身的学习能力,获取治疗新疾病最有效的方法;住宅管理系统能够分析住户的用电模式,以降低近几年来机器学习发展迅速,已经渗透到模式识别、计算机视觉、数据挖掘等多个领域,随着对计算机认识的日益成熟,机器学习将会在计算机科学和技术学习,为什么会学习,如何更好的进行学习,学习的内在机理是什么,这些都是人类一直在积极探索的话题。学习能力是智能行为的一个非常重要的特征,研究者几十年来一直梦寐以求的目标,机器学习研究的目的也是为此。自从计算机问世以来,人们就想知道它们能不能自我学习。如果我们理解了那带来的影响将是空前的。想象一下,在未来,计算机能够从医疗记录中学习,能源消耗;个人助理软件能够跟踪用户的兴趣,为其选择最感兴趣的在线早间新闻。对计算机学习的成功实现将开辟出许多全新的应用领域,并使其计算能力和定制性上升到新的层次。通过一些专项成果,我们可以看到机器学习这门技术的研究现状:计算机已经能够成功地识别人类的讲话、预测肺炎患者的康复率、检测信用卡的欺诈、在高速公路上自动驾驶汽车、以接近人类世界冠军的水平对弈西洋双陆棋等。在过去的几十年中,无论是应用、算法、理论,还是生物系统的研究,都取得了令人瞩目的发展和进步。那么,什么是机器学习呢机器学习一般被定义为一个系统自我改进的过程。从最初的基于神经元模型以及函数逼近论的方法研究,到以符号演算为基础的规则学习和决策树学习的产生,以及之后的认知心理学中归纳、解释、类比等概念的引入,至最新的计算学习理论和统计学习的兴起,当然还包括基于马尔可夫过程的增强学习,机器学习一直都在相关学科的实践应用中起着主导作用,研究人员们借