基于非局部算子的数据多分类方法研究

基于非局部算子的数据多分类方法研究

论文摘要

数据分类是数据挖掘、计算机视觉、机器学习等领域研究的重要内容。其中,基于少量已知标记获得全部数据标记的半监督分类在机器学习领域又称直推学习,是目前监督学习的基础。近年来提出的基于图的非局部算子的离散变分方法已成为数据多分类的有效建模方法,非局部Potts模型是该类方法的基础。该类模型采用与分类数目相同的标记函数划分数据类别,并引进单纯形约束以避免漏分和重分问题,计算复杂、效率较低。本文针对上述问题进行了较系统的研究,主要创新工作如下:1.提出了改进的无单纯形约束的Potts模型。由于单纯形约束的存在,各标记函数不再独立。本文借助计算机视觉研究中的近年成果,用较少的标记函数设计了全部数据类型的特征函数,自然满足原单纯形约束,降低了模型复杂度、减小了问题求解规模、提高了计算效率。2.提出了改进Potts模型的矢量化模型。数据多分类问题的变分模型是典型的多变量优化问题,交替优化是其主要方法,但多变量交替优化不利于区域竞争。为此,本文基于多变量耦合的思想提出了改进Potts模型的矢量化模型,实现了多变量的同时演化,进一步提高了计算效率,并简化了程序设计。该方法亦方便并行算法的设计。3.设计了所提出的改进Potts模型及其矢量化模型的ADMM投影方法。通过引入辅助变量、Lagrange乘子、惩罚参数设计了所研究优化模型的交替方向乘子方法(ADMM:Alternating Direction Method of Multipliers),即,将原问题转化为一系列交替优化的子问题,对各子问题可采用简单的Gauss-Seidel迭代、广义软阈值公式,及投影方法求解,简化了计算,提高了优化计算效率。为了证明本文提出的改进模型及其算法的可行性和有效性,本文对多个标准数据集进行数值实验验证,并和传统的Potts模型的分类算法的效率进行数据比较。所提出的建模和计算方法可方便的推广到其他标记函数演化的方案中。

论文目录

  • 摘要
  • abstract
  • 第一章 绪论
  •   1.1 课题研究背景及其意义
  •   1.2 国内外研究现状
  •     1.2.1 无向加权图相关理论基础
  •     1.2.2 非局部的数据分类问题
  •     1.2.3 半监督两类数据的均衡分类
  •     1.2.4 图上的数据多分类问题及其快速算法
  •   1.3 主要研究内容
  •   1.4 章节安排
  • 第二章 非局部变分模型的规则化方法
  •   2.1 变分方法与总变差模型
  •   2.2 应用在连续空间中的非局部算子
  •   2.3 连续空间中非局部的总变差模型的四种快速算法
  •     2.3.1 连续最大流方法
  •     2.3.2 对偶方法
  •     2.3.3 Split Bregman算法
  •     2.3.4 交替方向乘子方法(ADMM)
  •   2.4 本章小结
  • 第三章 改进数据多分类直推学习POTTS模型及其ADMM投影算法
  •   3.1 多相图像分割中的Potts模型
  •   3.2 图上数据多分类问题的离散非局部变分Potts模型
  •     3.2.1 数据多分类问题的集合描述
  •     3.2.2 数据多分类问题的非局部离散变分Potts模型
  •   3.3 改进Potts模型及其ADMM投影(ADMM-P)算法
  •   3.4 数值实验
  •     3.4.1 “三月”人工数据集
  •     3.4.2 “四月”人工数据集
  •     3.4.3 Waveform数据集
  •     3.4.4 MNIST数据集
  •   3.5 本章小结
  • 第四章 改进多分类Potts模型的矢量化模型及其ADMM投影算法
  •   4.1 矢量化的Mumford-Shah-Potts模型
  •   4.2 改进Potts模型的矢量化模型及其ADMM投影算法
  •   4.3 数值实验
  •   4.4 本章小结
  • 第五章 总结与展望
  •   5.1 本文工作总结
  •   5.2 今后的工作展望
  • 参考文献
  • 攻读学位期间的研究成果
  • 致谢
  • 文章来源

    类型: 硕士论文

    作者: 赵方丽

    导师: 潘振宽

    关键词: 多分类,非局部变分方法,直推学习,交替方向乘子方法,标记函数方法

    来源: 青岛大学

    年度: 2019

    分类: 基础科学,信息科技

    专业: 数学,自动化技术

    单位: 青岛大学

    基金: 国家级自然科学基金“曲面上图像处理的非局部变分模型与算法”(项目编号:61772294)

    分类号: TP181;O157.5

    DOI: 10.27262/d.cnki.gqdau.2019.001901

    总页数: 59

    文件大小: 1848K

    下载量: 16

    相关论文文献

    • [1].非线性椭圆方程变分方法研究的若干新进展[J]. 云南科技管理 2020(05)
    • [2].变分方法国际会议[J]. 国际学术动态 2010(02)
    • [3].非线性偏微分方程和变分方法国际会议[J]. 国际学术动态 2017(02)
    • [4].变分方法国际会议[J]. 国际学术动态 2008(02)
    • [5].Klein-Gordon-Zakharov系统中的交叉强制变分方法[J]. 应用数学学报 2008(01)
    • [6].基于振荡特征的图像分解变分方法[J]. 科技信息(学术研究) 2008(10)
    • [7].变分方法及其在非线性问题中的应用[J]. 国际学术动态 2019(01)
    • [8].非线性偏微分方程和变分方法研讨会[J]. 国际学术动态 2014(03)
    • [9].变分方法国际会议[J]. 国际学术动态 2013(03)
    • [10].超弱变分方法在一类介质散射问题数值计算中的应用[J]. 吉林大学学报(理学版) 2018(06)
    • [11].奇异Choquard方程解的多重性[J]. 山西大学学报(自然科学版) 2020(02)
    • [12].变分方法求解脉冲微分方程(英文)[J]. 应用数学 2011(02)
    • [13].矩匹配和变分方法相结合的MODIS条带去除模型[J]. 系统工程与电子技术 2016(03)
    • [14].一种新变分方法在图像分割中的应用[J]. 计算机科学 2011(12)
    • [15].一种结合小波阈值滤波的自适应整体变分方法[J]. 计算机工程与应用 2016(08)
    • [16].用稳定变分方法计算锂原子电多极极化率和两体色散系数[J]. 原子与分子物理学报 2013(05)
    • [17].近场散射问题数值计算的超弱变分方法[J]. 吉林大学学报(理学版) 2014(01)
    • [18].三维变分方法反演风场的效果检验[J]. 高原气象 2016(04)
    • [19].哈密顿系统与变分方法国际研讨会[J]. 国际学术动态 2016(01)
    • [20].变分方法和脉冲摄动微分系统的有界性(英文)[J]. 科学技术与工程 2008(14)
    • [21].变分方法在渤海海域ASCAT风场订正中的应用[J]. 应用气象学报 2019(03)
    • [22].拉格朗日早年对其变分方法的参数化与发展[J]. 西北大学学报(自然科学版) 2017(06)
    • [23].一类非局部近共振问题多重解的存在性[J]. 西南大学学报(自然科学版) 2018(04)
    • [24].基于变分方法周期边值问题的多重正解[J]. 山东理工大学学报(自然科学版) 2014(02)
    • [25].关于一类非线性Schrdinger方程最佳爆破准则(英文)[J]. 四川师范大学学报(自然科学版) 2014(05)
    • [26].一种基于L~1的图像自适应分解变分方法[J]. 中国图象图形学报 2009(06)
    • [27].非线性二阶离散问题解的多重性[J]. 宜宾学院学报 2010(12)
    • [28].变分方法与交叉科学[J]. 广州大学学报(自然科学版) 2019(06)
    • [29].MR图像分割问题基于变分方法的泛化统计模型(英文)[J]. 计算机与应用化学 2017(04)
    • [30].一类流行性病毒传播的非线性动力学系统[J]. 南京理工大学学报 2019(03)

    标签:;  ;  ;  ;  ;  

    基于非局部算子的数据多分类方法研究
    下载Doc文档

    猜你喜欢