基于图的半监督学习算法及其应用 

在传统机器学习中,学习器需要对大量标记数据进行学习从而建立模型来对未标记数据或未见数据进行预测。而实际应用中,海量的未标记数据是容易获取的,而对其进行准确标记往往较为困难。因此,人们尝试将大量的未标记数据加入到有限的标记数据中一起进行训练学习,期望能够改进学习性能,于是产生了半监督学习,旨在解决监督学习模型泛化能力不强...
南京理工大学  博士论文  2017年 下载次数(241)| 被引次数()

图生成装置、图生成方法及图生成程序 

本发明提供一种图生成装置、图生成方法及图生成程序,其在更新图构造数据的内容时能够对共同顶点,以与更新前的图的位置关系相同的位置关系进行布局。在存储装置(30)中存储有第一图构造数据、与该第一图构造数据相对应的布局源数据。数据更新登记单元(51)在输入了对第一图构造数据的内...
新日铁住金系统集成株式会社  中国专利  2015年 下载次数(0)| 被引次数(0)

基于稀疏表达图的高光谱图像半监督分类方法研究 

高光谱图像分类是指通过分析地物的光谱特性,并根据某种规则来确定每个像素的所属类别,从而将待测地物划分为不同类型的区域,是人们认识和发现地物空间分布规律的一个重要途径。在高光谱图像分类中,常常需要足够多的标记样本来训练可靠的分类模型。然而,对样本进行标注是一件耗时、耗力的工作。另一方面,我们可以很容易的获得大量的未标记样...
华中科技大学  博士论文  2018年 下载次数(173)| 被引次数()

基于稀疏和低秩表示的高光谱图像维数约减 

高光谱图像是一个包含像元空间信息和光谱信息的“图谱合一”立方块数据。因为其成像原理是成像光谱仪发射连续的窄带波对地物进行反射得到高光谱数据,所以高光谱数据一般有几十或者成百条波段。丰富的光谱信息增加了图像信息的同时,也带来了很多的问题与挑战,例如波段数目过多,会导致数据量庞大,占用较大的存储空间,同时计算复杂度增加,算...
西安电子科技大学  硕士论文  2017年 下载次数(104)| 被引次数()

高维数据上的半监督学习研究 

随着信息技术的快速发展,各个行业收集到的数据越来越多,如何有效地从这些数据中挖掘出有帮助作用的信息,可以极大地促进这些行业的发展。机器学习是数据挖掘、知识发现的基础之一,它是当前及未来计算机科学中的一个热点方向。传统的机器学习主要针对监督式学习问题,要求训练样本的标记齐全,处理的数据维度一般不高。然而,随着数据采集技术...
华南理工大学  博士论文  2013年 下载次数(1934)| 被引次数(18)

基于GIST特征和流形学习的特征抽取方法的研究 

本文对基于邻接图的流形学习降维算法,基于梯度方向直方图的人脸特征提取算法和gist特征抽取算法进行了深入研究,分别对基于邻接图的流形学习降维算法,基于梯度方向直方图的人脸特征提取算法和gist特征抽取算法提出了改进算法,并基于这些改进算法提出了新的人脸识别方法和建筑物识别方法。 经典的k近邻(k-nearest ...
吉林大学  博士论文  2015年 下载次数(601)| 被引次数(3)

基于图的半监督分类算法研究 

在许多机器学习的实际任务中,获得足够的有标记样本是非常昂贵和费时的,而大量的未标记样本容易获得。在少量有标记样本上使用监督式学习方法,训练出的学习器泛化能力不强,容易出现过拟合现象。另一方面,当使用无监督式学习方法时,会极大地浪费有标记样本包含的标签信息。半监督学习能够综合利用有标记样本和无标记样本来提高学习器的泛化能...
西南大学  硕士论文  2017年 下载次数(136)| 被引次数(1)

基于进化计算的给定围长图构造算法的研究 

随着进化计算的快速发展,进化计算越来越广泛地应用于多目标函数优化、工程设计、非线性多目标寻优等大规模复杂问题的求解中。极值图论是图论的重要研究分支,主要研究满足某个给定条件下的最大图或最小图的极值问题。极图构造算法作为极图理论的一个重要研究内容,越来越受到研究者们的关注。但是利用计算机算法构造极图又是非常困难的,特别是...
北京交通大学  硕士论文  2017年 下载次数(28)| 被引次数(0)

新兴技术竞争情报挖掘方法研究 

战略性新兴产业已成为当前全球经济一体化大趋势下,实现经济可持续发展,抢占国际竞争优势地位,提升国家核心竞争力的革命性力量。党的“十八大”明确提出了“实施创新驱动发展战略”的伟大战略思想,我国推动战略性新兴产业的重要举措全面展开。在这样的背景下,以“新兴技术竞争情报”为研究对象,构建“新兴技术竞争情报挖掘方法体系”,萃取...
北京理工大学  博士论文  2016年 下载次数(1621)| 被引次数(5)

基于稀疏表示的高维数据无监督挖掘研究 

数据挖掘是协助管理决策的重要工具之一,随着数据挖掘的应用范围不断扩大,数据挖掘所处理的数据逐渐呈现出高维和未标记的主要特点,即高维未标记数据。对该类数据的挖掘可以称为高维数据无监督挖掘,其中缺失数据填补、数据学习建模尤其大规模在线学习建模属于其中的主要内容。 本文针对高维数据无监督挖掘的这些问题,研究基于稀疏表示...
北京科技大学  博士论文  2015年 下载次数(1329)| 被引次数(2)

基于MapReduce的分布式极图构造算法研究 

随着云计算技术的快速发展,很多与大规模数据处理相关的研究与应用都逐渐迁移到云计算环境中,如数据挖掘、网络搜索、图像处理以及生物信息分析等。对大规模的图数据处理技术也是当前高性能计算领域的研究热点。而在图论研究中,极图构造算法作为极图理论的一个重要研究内容,越来越受到人们的关注。 极图是指满足一定约定条件且边数最...
北京交通大学  硕士论文  2013年 下载次数(59)| 被引次数(1)

LDPC纠删码的二部图构造算法研究 

近年来,二元删除信道模型由于其可用来模型化互联网传输系统而受到广泛关注。基于稀疏随机二部图模型的LDPC纠删码以线性时间复杂度的编译码算法和可任意逼近删除信道容量限而成为目前最佳编码技术之一,而在LDPC纠删码的构造过程中,其对应的二部图构造一直是一个关键问题。本文在对LDPC纠删码现有理论进行研究的基础上,...
西安电子科技大学  硕士论文  2008年 下载次数(195)| 被引次数(0)

LDPC码中基于ACE频谱的二部图构造算法研究 

LDPC码因具有逼近Shannon限的优越性能和低的译码复杂度而受到研究者的普遍关注,逐渐成为目前最具前景的纠错编码技术之一。二部图的构造是LDPC码设计中一个非常重要的问题,通过优化二部图,可以降低错误平层,改善LDPC码的译码性能。 本文在研究LDPC码现有理论的基础上,对二部图的几种构造算法...
华东师范大学  硕士论文  2010年 下载次数(125)| 被引次数(2)

关于流形学习若干基础问题与核心算法研究 

数据特征提取,或数据降维,是数据建模与数据挖掘的基本问题,而流形学习是近年来所兴起的数据特征提取(特别是低维特征表示)最引人注目的热点方法之一。尽管已提出Isomap, LLE,Laplacian eigenmap等有效的流形学习方法,但其有效性机理、模型选择、对复杂数据的可应用性等基本理论与算法问题仍尚未解决。本学位...
西安交通大学  博士论文  2008年 下载次数(1322)| 被引次数(4)

基于多核的极图构造并行算法研究 

随着计算机科学的发展,当前很多计算机研究领域都需要强大的计算能力对大规模数据进行分析。很多情况下,传统的单处理器串行程序难以在较短时间内解决问题,因此对基于多核处理器的并行化算法的研究已成为热门方向之一。极图指的是满足给定条件的边数最多的图,小规模的极图问题可以通过构造算法有效解决,然而当极图问题规模随着的顶点数增加时...
北京交通大学  硕士论文  2014年 下载次数(67)| 被引次数(0)

共找到相关记录205条12345678910下一页