多视角数据缺失补全问题研究

发布时间：2017-05-15 19:14

  本文关键词：多视角数据缺失补全问题研究，由笔耕文化传播整理发布。

【摘要】：摘要：随着信息技术的快速发展,现实生活中不断涌现出大量的多视角数据,由此应运而生的多视角学习已成为机器学习领域的研究热点。然而,在多视角数据的获取过程中,由于受到收集的难度、高额成本或设备故障等问题,往往导致收集到的多视角数据出现视角缺失,这使得一些多视角学习方法无法有效进行。同时,多视角缺失数据的存在,不仅增大数据挖掘的难度,而且影响多视角数据分析的结果。因此,如何有效地补全缺失数据,提升对基于多视角描述所刻画的对象的深度分析与理解是目前多视角数据分析方面值得研究的课题。为了消除视角缺失数据带来的影响,本文从多视角数据视角间的相容互补性及语义一致性角度考虑对视角缺失的多视角数据进行补全,并取得了一定的研究成果。本文的主要研究成果包括：(1)在面临着多视角数据视角属性全部缺失时,利用传统单视角数据缺失补全方法进行补全,并没有从多视角数据间具有的互补性考虑。为此,本文提出了一种基于核回归的多视角数据缺失补全方法。该方法通过建立多视角数据视角间非线性关系,由此实现视角数据缺失补全；(2)提出了一种基于视角相容性的多视角数据缺失补全方法。通过监督的共享子空间学习,建立视角相容性判别模型,并进一步基于共享子空间重构误差等同分布的假设,实现多视角缺失数据的预补全。在此基础上,进一步通过多元线性回归实现缺失视角的精确补全。此外,本文还把所提出的视角补全方法拓展到解决含有噪声的多视角数据的降噪问题；(3)针对多视角数据不成对出现情况下的数据缺失补全问题,提出了一种多视角因子分析方法,通过挖掘共享的隐含因子,建立视角间的语义一致性关联。进一步通过监督学习多视角因子分析模型,形成视角语义一致性判据,由此实现多视角缺失数据的有效补全。
【关键词】：多视角数据 视角数据缺失补全 核回归 共享子空间 视角相容性 多视角因子分析 视角语义一致性
【学位授予单位】：北京交通大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：O212.1
【目录】：

• 致谢5-6
• 中文摘要6-7
• ABSTRACT7-9
• 序言9-12
• 1 引言12-22
• 1.1 论文的研究背景和意义12-14
• 1.2 数据缺失补全的发展和研究现状14-19
• 1.2.1 单视角数据缺失补全14-17
• 1.2.2 多视角数据缺失补全17-19
• 1.3 本文的研究工作19-20
• 1.4 论文的安排20
• 1.5 本章小结20-22
• 2 基于核回归的多视角数据缺失补全22-34
• 2.1 符号说明22-23
• 2.2 基于核回归的多视角数据缺失补全算法框架23
• 2.3 核方法23-24
• 2.4 核回归模型学习24-25
• 2.5 核回归补全25-26
• 2.6 实验结果与分析26-33
• 2.6.1 数据集说明26-27
• 2.6.2 评价标准27-28
• 2.6.3 多视角缺失数据补全性能分析28-32
• 2.6.4 模型参数的影响32-33
• 2.7 本章小结33-34
• 3 基于视角相容性的多视角数据缺失补全34-50
• 3.1 基于视角相容性的多视角数据缺失补全算法框架34-35
• 3.2 基于视角相容性判决模型35-38
• 3.2.1 基于MORP的共享子空间学习35-36
• 3.2.2 多视角相容性36
• 3.2.3 视角缺失的多视角相容性判据36-38
• 3.3 多元线性回归补全38
• 3.4 多视角噪声数据的降噪38-39
• 3.5 实验结果与分析39-48
• 3.5.1 数据集说明39-40
• 3.5.2 基于视角相容性的多视角数据类属判别性能分析40-42
• 3.5.3 多视角缺失数据补全性能分析42-46
• 3.5.4 含有噪声的多视角数据的去噪性能分析46-47
• 3.5.5 模型参数的影响47-48
• 3.6 本章小结48-50
• 4 多视角因子分析及其在多视角数据缺失补全中的应用50-70
• 4.1 多视角因子分析及其在多视角数据缺失补全中的应用框架50-51
• 4.2 因子分析51-53
• 4.3 混合因子分析53-54
• 4.4 基于视角语义一致性的多视角因子分析参数估计模型54-56
• 4.5 基于多视角语义一致性判决模型56-57
• 4.5.1 视角缺失的多视角语义一致性判据56-57
• 4.6 基于视角语义一致性视角缺失补全57-58
• 4.7 实验结果与分析58-69
• 4.7.1 训练集说明58-60
• 4.7.2 全部训练集成对完整出现的补全性能分析60-64
• 4.7.3 部分训练集不成对出现且含有视角缺失数据补全性能分析64-68
• 4.7.4 模型参数的影响68-69
• 4.8 本章小结69-70
• 5 总结70-72
• 5.1 工作总结70
• 5.2 工作展望70-72
• 参考文献72-76
• 作者简历76-80
• 学位论文数据集80

【相似文献】

中国期刊全文数据库 前10条

1 金勇进;缺失数据的加权调整(系列之Ⅳ)[J];数理统计与管理;2001年05期

2 赵慧秀;马文卿;;带有缺失数据的估计方程[J];曲阜师范大学学报(自然科学版);2009年03期

3 庞新生;;缺失数据处理方法的比较[J];统计与决策;2010年24期

4 杨金英;崔朝杰;;图模型方法用于二值变量相关性分析中缺失数据的估计[J];中国卫生统计;2012年05期

5 帅平;李晓松;周晓华;刘玉萍;;缺失数据统计处理方法的研究进展[J];中国卫生统计;2013年01期

6 金勇进;缺失数据的偏差校正(系列三)[J];数理统计与管理;2001年04期

7 毕华,李济洪;带有缺失数据的聚类分析方法[J];华北工学院学报;2003年05期

8 李开灿;;有缺失数据的META-MARKOV模型的局部计算[J];应用数学学报;2007年03期

9 周伟萍;张德然;杨兴琼;;具有部分缺失数据时两个几何总体的估计[J];长春大学学报;2008年02期

10 梁怡;;缺失数据的插补调整方法[J];西安文理学院学报(自然科学版);2009年01期

中国重要会议论文全文数据库 前8条

1 耿直;葛丹丹;;纵向研究非随机缺失数据分析[A];中国现场统计研究会第12届学术年会论文集[C];2005年

2 管河山;姜青山;Steven X.Wei;;一种处理缺失数据的新方法[A];第二十一届中国数据库学术会议论文集（技术报告篇）[C];2004年

3 陈楠;刘红云;;基于增长模型的缺失数据处理方法之比较[A];心理学与创新能力提升——第十六届全国心理学学术会议论文集[C];2013年

4 肖进;贺昌政;;面向缺失数据的客户价值区分集成模型研究[A];中国企业运筹学[2010(1)][C];2010年

5 曾莉;张淑梅;辛涛;;IRT模型中缺失数据处理方法比较[A];第十一届全国心理学学术会议论文摘要集[C];2007年

6 孙玲;刘浩;袁长亮;;北京市城市快速路微波检测缺失数据分析[A];2008第四届中国智能交通年会论文集[C];2008年

7 张香云;;基于EM算法缺失数据下混合模型的参数估计[A];第十三届中国管理科学学术年会论文集[C];2011年

8 李晓煦;侯杰泰;;结构方程中缺失数据的处理:FIML,EM与MI[A];全国教育与心理统计测量学术年会论文摘要集[C];2006年

中国博士学位论文全文数据库 前9条

1 马友;基于QoS缺失数据预测的个性化Web服务推荐方法研究[D];北京邮电大学;2015年

2 骆汝九;多指标综合评价的非参数方法和缺失数据的聚类方法研究[D];扬州大学;2011年

3 祝丽萍;几种缺失数据和高维数据模型的统计分析[D];山东大学;2012年

4 贾博婷;缺失数据下一类整值时间序列的统计推断[D];吉林大学;2014年

5 刘旭;在完全和缺失数据下基于非光滑估计方程的统计推断与变量选择问题[D];云南大学;2010年

6 赵鹏飞;混沌数据恢复与非线性系统的模型参考控制[D];吉林大学;2010年

7 陆福忠;数据缺失下的分布函数估计问题[D];复旦大学;2007年

8 赵慧秀;可交换的两值数据的统计分析[D];东北师范大学;2009年

9 付志慧;多维项目反应模型的参数估计[D];吉林大学;2010年

中国硕士学位论文全文数据库 前10条

1 杨利华;缺失数据的处理方法研究及应用[D];景德镇陶瓷学院;2011年

2 袁中萸;多元线性回归模型中缺失数据填补方法的效果比较[D];中南大学;2008年

3 褚培肖;缺失数据下的有限混合计数数据模型的统计推断研究[D];昆明理工大学;2015年

4 申宁宁;纵向研究缺失数据多重填补及混合效应模型分析[D];山西医科大学;2015年

5 李少琼;纵向研究二分类缺失数据处理及加权估计方程的应用[D];山西医科大学;2015年

6 高宇钊;比值缺失数据的多重估算与心脏康复二级预防干预效果评价及应用[D];山西医科大学;2015年

7 李顺静;基于EM算法的缺失数据的统计分析及应用[D];重庆工商大学;2015年

8 汪静波;Logistic回归模型中缺失数据的处理[D];南京大学;2015年

9 朱建斐;数据集缺失数据恢复算法研究[D];西安电子科技大学;2015年

10 杨旭;多视角数据缺失补全问题研究[D];北京交通大学;2016年

  本文关键词：多视角数据缺失补全问题研究，由笔耕文化传播整理发布。

，

本文编号：368644