基于流形学习的半监督分类方法及其应用

《基于流形学习的半监督分类方法及其应用》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、１０１１０＞革位代玛：分类号：Ｔｊ３９１Ｓ１３００７０巧学号：ＮｏｒｔｈＵｎｉｖｅｒｓｉｔｙＯｆＣｈｉｎａ全日制工程硕±学位论文基于流形学习的半监督分类方法．：；．及其应用■：－三苗请．；Ｉ？？Ｉ：硕±研究生郝勇智＇－＊校内指导教师＊＊？杨秋麵心＇＊１？！＾Ｉ＊－、如＂如，－。！替１：＊，譜芯三＾＝１＾眉■｜｜ＩｊｉｉＰＭ原创性唐明本人郑重声明：所呈交的学位论女，是本人在指导教师的指导下，独立进行研究所取得的成果。除文中已经注明引用的内容外，本论文不包含其他个

2、人或集体已经发表或撰写过的科研成果。对本文的研究。作出重要贯献的个人和集体１＾＾明确方式檢明本声明的，均已在女中法律责任由本人承担。２＾论交作者签名；！ＬＵ：恭ｉ續＿日期关于学位论文使用权的说明本人完全了解中北大学有关保管、使用学位论文的规定，其中包括：货学校有权保管、并向有关部口送交学位论文的原件与复印件；＠学校可；③１＾＾采用影印、缩印或其它复制手段复制并保存学位论义学校可允许学位论文被查阅或借閱；０学校可ａ学术交流为目的，复制媳送和交换学位论文；⑤学校可＾乂公布学位论女的全部或部分内容（保密学位论文在解

3、密后遵守此规定）。無：：轰編签日期名＇＾＾２：乂：茄日期７．．．＿＿导师签名麥图书分类号TP391密级非密注1UDC_______________________________________________________________全日制工程硕士学位论文基于流形学习的半监督分类方法及其应用郝勇智校内指导教师（姓名、职称）杨秋翔教授校外指导教师（姓名、职称）闫智捷申请学位级别工程硕士所在领域（研究方向）模式识别与机器学习论文提交日期2016年4月11日论文答辩日期2016年6月04日学位授予日期________年_____月_

4、_____日论文评阅人李海芳尹四清答辩委员会主席王晓凯2016年6月4日中北大学学位论文基于流形学习的半监督分类方法及其应用摘要信息技术和互联网的飞速发展，使得从多个数据源得到的多种形态的数据不断的呈指数级增长。如何对这些海量的复杂高维数据进行快速有效的处理、提取用户所需要的有价值信息是理论与应用数学、模式识别和计算机视觉等领域的学者们所共同关注的问题。大量的数据往往表现出很明显的非线性特性，为了很好地解决这一问题，人们提出了流形学习算法。流形学习是一种有效的数据处理工具，可以从原始高维数据中挖掘有效精简的信息并发现数据的低维本质属性。但目前的流形学习算法

5、多是无监督的算法，没有利用到样本数据的先验信息。如能获得部分样本的先验信息，可以在训练阶段利用这些信息来提高分类器的分类性能，进而对普通学习算法进行推广得到其半监督算法。在处理高维样本数据时，通常会先对样本数据进行降维操作，主成分分析(PCA)算法就是一种常用的高维数据降维算法。考虑到PCA算法因未能充分利用样本的先验信息，导致降维效率有限，而且监督学习和非监督学习算法在已标记样本数据利用方面存在很多不足，本文提出了一种基于流形判别分析的半监督支持向量机算法，通过定义基于流形的类内离散度和类间离散度，充分发挥流形判别分析的性质，从而更深入地改进半监督支持向

6、量机，在分类决策时同时考虑了样本数据集的边界信息、分布特征和它的局部流形结构，该方法不仅继承了传统机器学习降维方法的优势，而且使算法的降维效率和分类准确率得到了较大提高。通过在ORL人脸数据库上的实验，验证了该算法的有效性。关键词：流形学习，半监督学习，特征提取，人脸识别，降维中北大学学位论文Semi-supervisedClassificationMethodBasedonManifoldLearningandItsApplicationAbstractWiththerapiddevelopmentofinformationtechnologyandIn

7、ternet,thepastfewdecadeshavewitnessedanexponentialexplosionintheavailabilityofdatafrommultiplesourcesandmodalities.Thishasgeneratedextraordinaryadvancesonhowtoefficientlyandeffectivelyprocessmassiveamountsofcomplexhigh-dimensionaldataandextractvaluableinformation,whicharethecommon

8、focusofseveralresearchersfromacad