增量学习及其在图像识别中的应用

《增量学习及其在图像识别中的应用》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、上海交通大学博士学位论文增量学习及其在图像识别中的应用姓名：李敬申请学位级别：博士专业：计算机软件和理论指导教师：吕宝粮20080901上海交通大学博士学位论文将大规模复杂问题分解为若干子问题，然后分别求解这些子问题。测试时，首先判断测试样本属于哪个子问题，然后由该子问题对应的分类器决定输出。在层式支持向量机的基础之上，通过合并实例空间与概念空间，本文提出了基于M3．GZC网络和支持向量机的增量学习算法。它根据每个训练数据子集建立对应的支持向量机，同时不断更新Ma-GZC网络。测试时，首先由M3．GZC网络判断测试样本属于哪些训练子问题，．然后通过概率合并对应支持向量机的输出

2、，给出最终结果。本文成功地将上述两种算法应用到多角度性别识别、手写体输入识别等领域。5)为了更好地将增量学习算法应用到图像识别领域，本文提出了多尺度边缘增强的图像预处理方法和自适应图像欧氏距离的图像相似性测量方法。由于在图像中，边缘通常反应图像的形状和结构，而非边缘部分通常受照明的影响产生灰度的变化。因此，本文提出一种多尺度边缘增强算法，它可以在图像的预处理阶段强化边缘信息，去除噪声、光照的影响。另一方面，在图像的相似性测量中，常用的欧氏距离忽略了图像结构，并不能正确表达图像间的距离。本文提出的自适应图像欧氏距离则考虑了像素之间的几何相关性和灰度相关性，并且可以很容易地嵌入到

3、各种现有的模式识别算法中去。关键词：最小最大模块化网络，高斯零交叉函数，增量学习，实例空间，概念空间，多尺度边缘增强，自适应图像欧氏距离，图像故障诊断，性别识别一Ⅱ一IncrementalLearningandItsApplicationstoImageRecognitionABSTRACTIntheeraofinformationexplosion，incrementallearningbecomestheonlywayofprocessingtheinformationaccumulatedeveryday．Moreover,asthedevelopmentofparal

4、-lelcomputing，incrementallearningbasedonmodularizedstructureandparallelizationbe-comesanewresearcharea．TheMin-MaxModularNetworkwithGaussian—Zero-CrossingFunctions(Mz-GZC)isamodularclassifierwhichiscapableforparallelcomputingandin-crementallearning．However,thenumberofmodulesinaMa-GZCnetworki

5、squadraticcomplexitywiththenumberoftraininginstances，whichresultsinquadratictimeandspacecomplexityandlimitstheapplicationofM3-GZCnetworkinlarge—scaleproblems．Ontheotherhand，theincrementallearningabilityofM3-GZCnetworkisbasedonfullinstancememory,whichleadstothehighrequirementinspaceandlimits

6、theclassificationaccu—racy．Inthisdissertation，weanalyzethecharacteristicsofM3-GZCnetworkthoroughlyandproposearedundantmoduleremovingalgodthmandsomenewincrementallearningalgo-rithms．Wealsoapplythesealgorithmstosomeimagerecognitionfields，suchasindustryimagefaultdetection，genderclassificationa

7、ndhandwrittendigitalrecognition．Themaincontributionsofthisdissertationcallbedescribedasfollows．1)WerevealthatMa-GZCnetworkhasthefollowingattractivefeatures：thehighlymodularstructure，theabilityofincrementallearninginacertainextent，theguaranteeoflearningco