基于解析型字典的多视角模式分类方法研究

发布时间：2021-10-26 10:21

　　在许多实际应用场景,某一场景常常对同一物体使用不同的视角进行分析,产生不同的特征图。虽然许多现有的多视角学习策略都成功地利用了不同视角之间的相关性,但多视角和多特征学习的联合表示仍然是一个未充分研究的问题。同时,数据中广泛存在着标签缺失的问题,而有标签的数据远少于标签缺失的数据。在一些分类任务上,字典学习方法已经展示出其优秀的性能。然而,在当前数据信息的新形势下,缺少将解析型字典学习方法应用于例如多视角问题、半监督训练等新趋势下的研究。本文提出两种解析型字典学习方法,并通过实验验证所提出算法的有效性。本文的主要贡献包括两部分:（1）本文提出一种在全监督设定下的多视角解析型字典学习方法MvADL。在该方法中,本文提出采用良态正则约束和间隔化标签策略,使得模型具有更强的判别能力和鲁棒能力,以有效处理多视角特征之间的相关性和特异性。本文设计一个具有收敛保证的迭代优化算法来求解所提出的目标函数。并在标准数据库上进行比较实验,验证了所提出的方法的性能。（2）本文提出一种在半监督设定下的多视角解析型字典学习方法SMvADL,此方法充分利用数据在噪声下具有的类别一致性的前提,使用均值教师策略来实现模... 

【文章来源】：大连理工大学辽宁省 211工程院校 985工程院校 教育部直属院校

【文章页数】：70 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 研究背景及意义
    1.1 研究背景
    1.2 国内外研究现状
        1.2.1 解析型字典学习的研究现状
        1.2.2 多视角学习的研究现状
        1.2.3 半监督学习的研究现状
    1.3 论文结构安排
2 解析型字典学习方法
    2.1 基于全数据训练的解析型字典学习
        2.1.1 全数据训练现状
        2.1.2 全数据解析型字典学习方法
    2.2 基于批数据训练的解析型字典学习
        2.2.1 批数据训练现状
        2.2.2 批数据解析型字典学习方法
    2.3 本章小结
3 基于解析型字典学习的多视角全监督分类
    3.1 多视角解析型字典学习MvADL
        3.1.1 多视角解析型字典模型
        3.1.2 优化算法
        3.1.3 收敛性及复杂性分析
    3.2 实验及分析
        3.2.1 实验设置
        3.2.2 实验结果及分析
    3.3 本章小结
4 基于解析型字典学习的多视角半监督分类
    4.1 半监督多视角解析型字典学习方法SMvADL
        4.1.1 批数据训练的多视角解析型字典学习
        4.1.2 均值教师策略
        4.1.3 基于均值教师的多视角半监督字典学习方法
    4.2 实验结果与分析
        4.2.1 实验设置
        4.2.2 实验结果及分析
    4.3 本章小结
结论
参考文献
攻读硕士学位期间发表学术论文情况
致谢



本文编号：3459334