基于多源数据的矩阵分解的研究

《基于多源数据的矩阵分解的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号密级注1UDC学位论文基于多源数据的矩阵分解的研究（题名和副题名）阙晓凡（作者姓名）指导教师徐增林教授电子科技大学成都（姓名、职称、单位名称）申请学位级别硕士学科专业计算机软件与理论提交论文日期2018.3.23论文答辩日期2018.6.5学位授予单位和日期电子科技大学2018年6月答辩委员会主席评阅人注1：注明《国际十进分类法UDC》的类号。ResearchonMulti-sourceMatrixFactorizationAMasterThesisSubmittedtoUniversityofElec

2、tronicScienceandTechnologyofChinaDiscipline:ComputerSoftwareandTheoryAuthor:XiaofanQueSupervisor:Prof.ZenglinXuSchool:SchoolofComputerScience&Engineering＿￣１独创性声明Ｉ本人声砸呈挪学位论文是本人在导耐旨导下进棚研宄工作得的研究成果。据我所知，除了文中特别加以标注和致麵地方力文巾不包含難人己经发表棚写过的献腿，也不包含为ｆ寻电子科技大学

3、或其它教育机构的学位或证书而使用过的材料。与同Ｉ細同志对本研篇細任何爾均已在论文巾作了明确的并表不髓。｜作者签名：叹敌凡日期：—年ｆ月日３Ｉｉ仑文使臓权祥位论文作親全了触子碰大学有关髓、删学位论文：？：茂，有权保留并向随有关部ｎ舰雛交论文的复印件和磁盘，二论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全、分内容编入有关数据库进行检索，可以采用影印缩印或扫描Ｈ轉％」手段肺、汇编学位论文。〔保密的学位论文在解密后应遵守此规定）訂作者签名：：导师签名

4、曰期，月曰？年〈￥摘要摘要多源数据在现实中的应用十分广泛。例如，在阿兹海默症的诊断中，医生可能会从核磁共振图像，正电子发射断层扫描图像和脑脊液成分测试中收集病人的信息，通过来自不同源的数据，医生可以得到关于病人的大脑结构萎缩程度的信息，病人大脑的新陈代谢速率的信息以及病人脑脊液中蛋白质水平的信息。这些不同的信息构成了医生对于病人的诊断。同样，在机器学习中，我们也可以利用多源数据间的内在联系，来提升模型的泛化性能。本文针对多源数据的现状，应用矩阵分解方法，做出了如下几点工作：首先，我们应用矩阵分解方法对多源

5、数据进行重构，提出了规范化多源矩阵分解方法。确切地说，为了对不同数据源之间的关系建模，规范化多源矩阵分解模型首先使用非负矩阵分解方法将观察到的多源异构数据分解成对象因子和特征因子。然后，我们根据对象因子和特征因子实现对数据重构。其次，在这个过程中我们假设同一个数据源的不同对象共享相同的特征因子。最后，对于同一个对象的不同的数据源的对象因子，我们限定其相似性。第二，为了降低多源数据的噪音和验证重构数据的有效性，我们提出了自步多任务学习方法对重构数据进行分类验证。其中，多任务学习方法利用了多源数据之间的共享信息来

6、提高分类的准确性，是一种常见的处理多源数据的方法，而自步学习方法则降低了多源数据中存在的噪音。通过这两种方法结合得到的自步多任务学习方法在一定程度上提高了分类准确率。第三，我们应用矩阵分解方法对多源数据进行聚类，并提出了自步多任务聚类方法。K均值聚类通过矩阵分解将数据矩阵近似成不同聚类中心以及聚类指示矩阵的乘积。多任务聚类方法则在此基础上通过将多源数据矩阵投影到一个共享子空间实现不同任务之间信息共享的目的。然后，同时学习每个聚类任务的聚类模型以及共享空间的聚类模型，并使用平衡参数对独立的聚类模型和共享聚类模型

7、进行协调。自步多任务聚类则在此基础上加入了自步学习框架以及软权重策略，从而达到降低多源数据噪音的作用。关键词：矩阵分解，多源数据，多任务分类，多任务聚类，自步学习IABSTRACTABSTRACTTheapplicationsaboutmulti-sourcedataisvariousinmanyreal-worldsystems.Forexample,inthediagnosisofAlzheimer’sdisease,doctorsmaycollectpatients’informa-tionfromMR

8、Iimages,PETimagesandCSFtests.Basedonthedatafromdifferentsources,doctorscanobservepatientsbrainstructure,brainmetabolismandproteinleveloncerebrospinalfluid.Theseinformationhelpsdoctorsdiagnosepatientsand