多视角协同训练算法研究

《多视角协同训练算法研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、西安电子科技大学学位论文独创性（或创新性）声明木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；也不包含为获得四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冇不实Z处，本人承担一切相关责任。本人签名：日期西安电子科技大学关于论文使用授权的说明木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

2、的知识产权单位属西安电子科技大学。本人保证毕业离校后，发表的论文与木论文工作成果有关时署名单位仍然为西安电了科技大学。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，可以允许釆用影印、缩印或其它复制手段保存论文。（保密的论文在解密后遵守此规定）本人授权西安电子科技大学图书馆保存学位论文，并同意将论文在互联网上发布。本人签名：日期导师签名：日期摘要数据分类，作为数据处理等相关领域重要的研究课题，可应用到医学数据、图像、网页数据、文木数据等诸多领域。在对口标数据进行分类的过程屮，根据信息源的种类，口标可分为：有标记(labeled)

3、信息和无标记(imlabclcd)信息。而实际应用中，两种信息并存的情况更多，且对数据的标记代价是昂贵的，需耍耗费大量的人力物力，而未标记样又是大量存在且廉价，在这样的情况如何更好的达到分类的效果，于是半监督学习(Semi-SupervisedLearning)应运而生，并成为当而机器学习等领域的研究热点。本文对于协同训练算法和集成学习进行了深入研究，基于协同训练提出了更有效的协同训练算法，并做了半监督与集成结合算法的研究，逐步深入的探讨了自己的理解和方法，通过对UCI及文本数据和极化SAR数据分类进行研究得到了验证。首先，本文着重讨论了半监督学习思想中的一种热点

4、算法：协同训练算法(Co-Training)o并将其与支撑矢量机(SVM)学习方法结合对UCI数据和文木、极化SAR数据进行分类。为了更好的满足I办同的条件，我们引入了PCA(PrincipalComponentAnalysis)技术來更严格的满足协同的条件。且在添加高置信度样木时，引入了更精确的置信度度量并与PAC(ProbablyApproximatelyCorrect)理论估计误并下限和结合，更加精确的添加高置信度样木，耳更有效的提高了算法的效率。通过对UCI数据和文本、极化SAR数据进行分类实验的测试，实验结果表明，该方法相比传统协同训练算法具有较好的分类

5、精度。其次，对基于SVM分类器半监督学习与集成学习的结合进行研究，有效的结合了半监督与集成学习，基于集成策略构造了协同算法，较好的提高了协同算法的性能。在协同的迭代过程中，通过差异性选择集成的策略來选择对于相应分类器更有效的高置信度样本，更有效的提高了相应分类器的性能，从而较好的提高最终分类性能。木文通过对UCI数据和极化SAR数据的分类进行了实验，实验结果表明，该方法相比传统协同训练算法具有较好的分类精度。关键词：协同训练算法集成学习PCA置信度衡量分类器差异性SVMPACII多视角协同训练算法研究AbstractDataclassification,animp

6、ortantresearchtopicintheareaofdataprocessing,canbeappliedtomanyfieldssuchasmedicaldata,image,webpagesandtextdata.Intheprocessofclassifyingthetargetdata,basedonthetypesofsourcesofinformation，thetargetcanbedividedtolabeledinformationandunlabeledinformation.However,inrealapplication,thos

7、etwotypesofinformationoftencoexistanditwouldbeanexpensiveprocesstolabelthedatabecauseitconsumesalotofmanpowerandmaterialresources.Thus,insuchsituation,howtoobtainabetterclassificationresultseemsveryimportantandmeanful.Then,Semi-SupervisedLearningemergiesandbecomesahottopicintheareasuc

8、hasma