版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、多示例學(xué)習(xí)是與監(jiān)督學(xué)習(xí)、非監(jiān)督學(xué)習(xí)和強化學(xué)習(xí)并列的第四類學(xué)習(xí)框架,目前已廣泛應(yīng)用于藥物設(shè)計、圖像搜索等領(lǐng)域,并已獲得很好的效果。在多示例學(xué)習(xí)中,訓(xùn)練樣本是由多個示例組成的包,包是有概念標(biāo)記的,但示例本身卻沒有概念標(biāo)記,學(xué)習(xí)的目的是預(yù)測新包的類別。
多樣性密度(DD)算法是一種典型的多示例學(xué)習(xí)算法,能夠根據(jù)概率學(xué)習(xí)到比較接近的目標(biāo)函數(shù),但DD算法尚存在兩點不足。首先,DD算法只學(xué)習(xí)到一個目標(biāo)函數(shù),該算法的學(xué)習(xí)能力有待提高;其次,
2、在預(yù)測新包時,如果一個包中至少包含一個正例,則該包是一個正包,否則即為反包,沒有考慮某些樣本存在正例稀疏的特點,在對重疊示例的包進行分類時,通常出現(xiàn)把反包誤分為正包的情況。
首先,本文針對DD算法只能學(xué)習(xí)到一個目標(biāo)函數(shù)的缺點,提出了多概念DD算法,多概念DD算法通過學(xué)習(xí)多個目標(biāo)函數(shù),較全面的描述目標(biāo)概念。
其次,本文針對在預(yù)測新包時,沒有考慮某些樣本存在正例稀疏的特點,提出了基于重疊示例的分類算法,該算法通過改變示例
3、在包分類時的影響策略,消除反包中個別示例的噪聲。
本文在理論優(yōu)化的基礎(chǔ)上,將改進算法應(yīng)用在圖像檢索和鑒別microRNA前體中。在圖像檢索中,將多概念DD算法與基于重疊示例的分類算法相結(jié)合,多概念DD算法全面獲得了讀者感興趣的概念,重疊示例的分類算法濾除了反包中個別有正例性質(zhì)的噪聲,并且實驗結(jié)果優(yōu)于以前的DD算法;另外,本文使用多示例學(xué)習(xí)算法鑒別microRNA前體的真?zhèn)危褂弥丿B示例的分類算法對真?zhèn)蝝icroRNA前體進行分
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 集成學(xué)習(xí)多樣性研究.pdf
- 南瓜種質(zhì)資源遺傳多樣性與多糖多樣性的研究.pdf
- 多目標(biāo)遺傳算法的多樣性與均勻性改進研究及其應(yīng)用.pdf
- 基于用戶偏好多樣性的推薦算法研究及應(yīng)用.pdf
- 基于改進多樣性密度的圖像標(biāo)簽定位與分析.pdf
- 元胞遺傳算法的多樣性研究.pdf
- 基于多樣性覆蓋的標(biāo)簽推薦算法研究與實現(xiàn).pdf
- 秦嶺AM真菌多樣性及其與植物多樣性的關(guān)系.pdf
- 圖形的多樣性表現(xiàn)與多途徑應(yīng)用.pdf
- 人工免疫算法中多樣性的研究.pdf
- 實現(xiàn)敏感屬性多樣性的微聚集算法研究.pdf
- 基因多樣性物種多樣性生態(tài)系統(tǒng)多樣性2、生物多樣性的形成的進化歷程
- 江浙莼菜群落物種多樣性和遺傳多樣性的研究.pdf
- 苦蕎種質(zhì)遺傳多樣性與CHI基因多樣性分析.pdf
- 具有多樣性的在線KTV音樂推薦算法研究.pdf
- 大豆的SRAP遺傳多樣性及蛋白含量多樣性研究.pdf
- 基于群體多樣性的粒子群優(yōu)化算法.pdf
- 推薦系統(tǒng)中多樣性和新穎性算法研究.pdf
- 基于多樣性策略的動態(tài)多目標(biāo)粒子群優(yōu)化算法研究及應(yīng)用.pdf
- 基于聚類分析與遺傳算法的產(chǎn)品多樣性優(yōu)化研究.pdf
評論
0/150
提交評論