面向多源数据的谱学习算法研究

发布时间：2024-07-06 09:24

　　在人类认识和改造世界的过程中,往往需要通过多源数据认知事物。与单源数据相比,多源数据蕴含了更加丰富的信息和知识,通过对多源数据的研究分析能够获取对事物更加全面客观的认知。面向多源数据的机器学习算法通过利用多源数据中的隐藏知识,可以有效提高算法的学习能力,然而传统机器学习方法一般面向单源数据建模,多源数据使传统机器学习方法面临新的挑战。本文针对多源数据学习的基本问题,研究面向多源数据的谱学习算法,主要工作包括:为了实现多源数据的融合学习,建立面向多源数据的融合学习模型。该模型通过结合全局谱嵌入融合和局部谱嵌入融合,能够更加全面地表示多源数据的内部结构。针对多源数据融合新模型,本文给出相应的优化求解算法。通过实验验证了算法的有效性,能够提高同构完备多源数据融合聚类的性能。为了降低多源数据融合学习模型的复杂度,提高算法学习效率,提出谱密度表示方法。首先通过谱方法获取各数据源的密度信息,形成多源数据的一致谱密度表示。通过各数据源谱密度表示的线性组合,获取最优谱密度表示。在此基础上,利用密度峰值聚类算法完成多源数据聚类任务。通过在多源数据集上的实验验证了算法具备多源学习的能力和较高效率,并且具备...

【文章页数】：136 页

【学位级别】：博士

【部分图文】：

图１－２本文组织结构图??

第一章绪论?面向多源数据的谱学习算法研究??多源数据??／？?＼?／■?Ｎ?ｆ?Ｎ??融合学习?数据表示?关联挖掘??问题?＾?问题?￣｜?问题??＼ｓ?ｙ?ｖ?ｙ?Ｖ．?Ｊ??ｆ?＾?ｆ?＾?ｆ?＾?ｆ?＾??多源谱嵌入融合?多源谱密度表示?多源谱修复?多源谱关联??学习算法?....

图３－１多视图数据聚类示例（１）：混合高斯模型??

，在达到融合多种结构信息目标的??同时，保证了结果的鲁棒性；??４．本文为新的多源数据融合模型提供了一种基于迭代的优化求解方法，并且在实??验部分验证了该方法的有效性。??：°２?，?°２?，??。２１?Ａ?，?０，５?．乂各－?°?＜５??ｉｖ?。。１＃＿赢?°ｉ??－１０－５....

图３－２多视图数据聚类示例（ＩＩ）：交叉椭圆模型??

算法??。：Ｉ?赢?＞?－?Ｍｈ．??。漏魏?。遷＾?。??＂°５，?ｔｍｒ：?：?：?：：：：?＾；：：：：：：：＾；：—ｒｒｒ：??＾?ｆａＭ?…ｆｃｒ￡．．?．?：？?…＇＇?？?？…二：二’??ｔ?ｊ?．．一?卜：一」奢??－ｉ〇?－１０?－５?０?Ｓ?１〇?１５?－５?....

图３－３多源谱嵌入融合学习算法基本框架图??

面向多源数据的谱学习算法研究?第二章多源谱嵌入融合学习算法???画＿?（－＾￣?ＩＩＩ?■＿????Ｎ?｛全局谱嵌入??！—画ｂ＝＝＼??崎?＜？?．??ｆ?．．．．．?Ｉ?ｆＦ￣ｎｌ????Ａ．??Ｉｒｚｋ?．＊；／ＭｘＵ广嘆：????｜?Ｈｊ：－；；＾？?？?｜（＾＞Ｌ??Ｉ....

本文编号：4002388