基于多视角的半监督特征选择算法研究

《基于多视角的半监督特征选择算法研究》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、中国科学技术大学硕士学位论文基于多视角的半监督特征选择算法研究作者姓名：学科专业：导师姓名：完成时间：汪荆琪计算机应用技术徐林莉副教授二O一四年四月十九日lUllllllllIIII11111IIillIIIIillllUlY2590198UniversityofSciencetndTechnologyofChinacienceandechnoloflynaAdissertationformaster’SdegreeSemi--supervisedFeatureSelectionfOrMulti-view

2、DataAuthor’SName：Speciality：Supervisor：Finishedtime：JingqiWang一一一ComputerApplicationTechnologyass．Prof．LinliXuApril19m，2014中国科学技术大学学位论文原创性声明本人声明所呈交的学位论文，是本人在导师指导下进行研究工作所取得的成果。除已特别加以标注和致谢的地方外，论文中不包含任何他人已经发表或撰写过的研究成果。与我一同工作的同志对本研究所做的贡献均己在论文中作了明确的说明。作者签名：三互越

3、煎签字日期：羔垒!生：篁：茎I中国科学技术大学学位论文授权使用声明作为申请学位的条件之一，学位论文著作权拥有者授权中国科学技术大学拥有学位论文的部分使用权，即：学校有权按有关规定向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅，可以将学位论文编入《中国学位论文全文数据库》等有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。本人提交的电子文档的内容和纸质论文的内容相一致。保密的学位论文在解密后也遵守此规定。剖，从开口保密(——年)作者签名：j至越趣签字日期：』理坠L

4、￡皇L导师签名：啦争签字日期：狸!生!篁!羔!摘要现实问题中的数据通常是高维的，其中存在大量的不相关和冗余的特征，这给传统的学习算法带来了巨大的挑战。特征选择就是在这种情况下应运而生，是一种有效的降维方法。特征选择旨在从数据的原始特征中选择一个最优特征子集，是机器学习和数据挖掘领域中一个重要的研究课题，被广泛应用于实际问题中。与此同时，许多实际问题中数据存在多个视角，多视角学习是机器学习中的一个热点问题。一般情况下，合理地运用蕴含于多视角数据中的互补信息和关系可以大大提升学习效果。另一方面，随着信息技术的

5、发展，数据朝着大规模的方向发展，但是数据的标记往往难以获取。本文主要研究怎样运用不同视角数据之间的关系帮助选择最大相关最小冗余的特征子集，我们提出一种基于多视角的半监督特征选择方法，探索蕴含于多视角数据中的互补信息和关系以及每个视角中不同特征之间的冗余关系，并利用少量标记数据蕴含的信息协同未标记数据同时进行特征选择和聚类学习，用于处理“部分标记”的多视角数据。本文的主要贡献有：(1)本文将多视角特征选择与半监督学习结合在一起，解决多视角学习中“部分标记”的特征选择问题；(2)在多视角特征选择中考虑了每个视

6、角中不同特征之间的冗余关系；(3)5个多视角数据集上的实验结果表明了我们的方法能够获得较好的特征选择效果及聚类效果。关键词：多视角，半监督，特征选择，聚类摘要IIABSTRACTLotsoffeaturesinhigh-dimensionaldataareredundantorirrelevant．Theyposeachallengetolearningtasks．Totacklethisproblem，theconceptoffeatureselectionhasbeenintroduced．Featu

7、reselectionisoneeffectivemeanstoidentifyrelevantfeaturesfordimensionreduction．Featureselectionisanimportantprobleminmachinelearninganddataminingfield．Inthemeantime，manyproblemsinmachinelearninginvolvedatasetsthatarecomprisedofmultipleviews．Multi·viewlearn

8、ingistheoneofthehotspotsinmachinelearning．Ingeneral，multipleviewsCanbecomplementaryand，whenusedtogether,canhelpimprovetheperformanceoflearners．Withthedevelopmentofinformationtechnology,thereareabundantunlabeleddataw