【摘 要】
:
随着科技的发展,可供使用的数据规模与计算资源成倍的增长,机器学习在理论研究和实际应用方面均有惊人的进展,目前已广泛应用于大数据分析、计算机视觉、自然语言处理等实际应用中。图像分类问题作为机器学习的重要方向,得到了广泛的研究,但目前仍存在不少挑战。例如,实际所获得的图像可能带噪声或者遮挡块;训练集与测试集数据可能不满足独立同分布约束,分布不同但又有一定的关联性;采集到的图像数据分布不均衡、部分样本不
论文部分内容阅读
随着科技的发展,可供使用的数据规模与计算资源成倍的增长,机器学习在理论研究和实际应用方面均有惊人的进展,目前已广泛应用于大数据分析、计算机视觉、自然语言处理等实际应用中。图像分类问题作为机器学习的重要方向,得到了广泛的研究,但目前仍存在不少挑战。例如,实际所获得的图像可能带噪声或者遮挡块;训练集与测试集数据可能不满足独立同分布约束,分布不同但又有一定的关联性;采集到的图像数据分布不均衡、部分样本不含标签信息、某些类别样本数量过少甚至可能没有,普通分类器在这些数据集下进行训练可能难以获得较好的分类结果。在传统图像分类任务中,训练集与测试集数据与标签分布往往属于同一个域,当图像分类任务发生变化时需要重新训练算法模型。而在现实场景中,图像分类任务往往来自不同的域,需要对未见过实例的样本进行分类。如何在不同但又存在关联的领域之间挖掘数据结构的相似性并实现信息的迁移,是极具研究意义的方向之一。面向单域及跨域图像分类任务,针对带噪声、半监督、样本分布欠适配以及小样本等问题挑战进行研究,提出了相应的传统学习算法或深度学习模型。主要工作可概括为以下几点:在传统机器学习任务中,针对带噪声的图像处理问题,提出了一种基于基追踪模型的迭代投影离散算法。所设计算法将原稀疏表示问题中的约束条件进行归一化并加以范数约束,以降低样本数据分布存在异常点对算法造成的影响,提高算法鲁棒性。此外,通过将1范数的梯度转换为连续投影函数,增强了算法的收敛性,并从理论上证明了算法产生的迭代序列可以收敛到问题的一个稳定点上。实验证明,所提出的稀疏表示算法在含噪声的图像分类问题上相比其他稀疏表示算法表现更佳。在零样本学习任务中,针对训练集中只有部分标签信息可用的半监督学习问题,提出了一种基于低秩恢复的语义分组算法。通过映射函数将高维特征映射到低维语义信息与标签信息的联合矩阵,利用低秩约束获取相似类别样本特征、语义信息的相关性,并在一定程度上对缺失信息的联合矩阵进行补全。实验结果证明了在半监督条件下的零样本分类任务中,所设计算法显著优于当前零样本学习算法。在零样本学习任务中,针对不同领域内样本数据的概率分布存在失配的现象,提出了一种基于语义图对齐的生成式融合网络。利用生成对抗网络依据给定的语义属性信息为原型增加样本量,再利用融合机制进行数据的线性扩充。设计损失函数指导生成对抗网络的训练过程,使得生成样本分布更加接近原始样本分布,从而解决了因适配边缘概率分布不同导致的欠适配问题。实验结果证明了模型的有效性、泛化性和通用性。在领域自适应任务中,针对训练数据不足的小样本学习问题,提出了深度融合式最优传输模型。对小样本训练集进行数据的线性增强,通过最优传输模型学习两个域的耦合矩阵,并对齐两个域的特征表示分布。利用谱约束正则化提高融合式最优传输模型的可转移性和判别性,并从理论上分析了模型的近似误差边界值。实验结果验证了所设计的模型在处理小样本领域自适应问题的优势性。针对单域及跨域任务中的图像分类任务,分别从浅层传统算法和深层网络模型进行了算法模型研究,旨在解决不同限制条件下的机器学习问题,提高算法模型的鲁棒性和泛化性,并取得了较好的研究成果。
其他文献
作为一种安全多能的脂肪酶,米黑根毛霉脂肪酶(Rhizomucor miehei lipase,RML)能催化水解、酯化、酯交换等反应,可用于食品、医药、保健品等战略新兴产业,但其低产量限制了大规模应用。解脂耶氏酵母是一种公认的安全型宿主,已用于多种蛋白质等产物的高效表达,而其现有的遗传工具仍难以快速地实现定点多次无标记的基因整合,且蛋白高效表达策略也受到较多限制。为此,本文以“解脂耶氏酵母中RML
在“互联网+”时代,人工智能已被运用到律师行业。在法律法规快速更新的时代,律师相关学习能力的培养与应用成为其职业的最大特色。文章运用SWOT分析法,阐释了人工智能在律师职业运用中的优势、劣势、机遇和威胁。优势为:人工智能技术可以将法律文书整理工作化繁为简,提供低成本高质量法律咨询。劣势为:适用法律较为僵化,当事人隐私受到威胁,作为机器缺乏与当事人的情感沟通。法治工作深度推进、公民对法律服务需求日益
目前,固定化脂肪酶被广泛应用于工业催化领域,但传统固定化策略中仍然存在一些亟待解决的问题,如载体难以重复利用、高负载接枝载体效率低且耗时、单酶应用局限性等,不能满足新时代绿色制造快速发展的需求,也极大限制了脂肪酶的推广应用。为此,本文以典型的细菌脂肪酶——荧光假单胞菌脂肪酶(PFL)为研究对象,通过分析其分子结构,并考虑应用导向性,统筹设计了三种固定化策略,以期实现对PFL的高效固定化与创新应用。
原位细胞电化学传感器的开发可以为疾病诊断、药物开发、药物副作用研究等领域提供重要价值。原位细胞电化学传感器的主要优势是细胞黏附生长在传感电极上,使得细胞分泌的活性小分子能够快速高效地被电极捕获,从而缩短响应时间,提高检测的准确性。但是如何开发兼具优良的生物相容性、匹配的机械性能、高导电性和高效选择催化性的传感电极材料仍然是一个巨大的挑战。导电水凝胶可能是解决这一问题最有潜力的一类材料,主要是因为导
当今社会,在环境污染、辐射暴露、以及吸烟酗酒等因素的影响下,癌症发病率和死亡率逐年攀升。癌细胞具有极强的糖酵解能力,导致肿瘤周围氧气缺乏和累积大量乳酸。此外,还存在高浓度的过氧化氢、谷胱甘肽和异常生长的血管等,构成了特殊的肿瘤微环境(Tumor Microenvironment,TME)。TME极大增加了癌症治疗的难度。如氧气缺乏导致化疗、光动力治疗效果不佳,微酸性的环境导致正常细胞不能生存等。因
为实现对光场的调控,人们利用周期性人工微结构设计了各种光子学器件,比如空间光调制器、光子晶体、光栅等。近年来以超表面及高对比度光栅为代表的周期性人工微结构因其在集成光子学领域重大的应用潜力而引起学界的广泛关注。基于周期性人造微结构,通过不同的结构设计,可在任意波段实现对入射电磁波振幅、相位、偏振态及频率的调控。本文从基于可调周期性人工微结构的光场调控出发,以太赫兹和近红外波段为例,重点针对电磁波的
随着5G移动网络的日益成熟,物联网(Internet of Things,IoT)也得到了快速发展。移动无线传感器网络(Mobile Wireless Sensor Network,MWSN)因其节点具有移动感知能力的优势成为IoT的一种重要感知网络,但是自组织的MWSN存在的感知数据类型的多样性、节点的移动性、网络资源的有限性等特点,也使其自身以及所处IoT的QoS(Quality of Ser
视频数据的爆炸式增长给视频信号的存储以及传输带来了巨大压力。为实现视频数据的有效压缩,国际标准化组织相继发布诸多基于香农信息论的视频编码标准。人眼视觉系统(Human Visual System,HVS)作为视觉信号最终接收器,并不能察觉图像和视频信号中低于特定阈值的信号失真,该特定失真阈值就是所谓的恰可感知失真,并可通过视觉感知模型进行预测。因为视觉感知模型直接反映HVS对压缩图像和压缩视频中编
随着数据中心光互连和5G光接入网建设的迅猛发展,对于提升光纤通信性能及建设成本提出了更高要求。一方面,数据中心光互连中多采用具有复杂度低、成本低等优势的基于强度调制/直接检测(IM/DD)技术方案,但如何抑制带宽受限系统中的码间干扰(ISI)成为了亟待解决的问题;另一方面,5G移动前传系统中的相干光载无线方案具有微基站复杂度低、成本低、结构简单等优点,但如何减少远端射频单元信号处理复杂度和时延也成
微纳光纤是一种直径在几百纳米到十几微米之间的光纤波导,具有很强的倏逝场,对外部环境参量的变化十分敏感。作为一种尺寸小、结构紧凑、灵敏度高、价格低廉的光学传感单元,微纳光纤在折射率传感、温度传感和生化传感等领域的应用已被广泛地研究报道。本论文以微纳光纤为基础,针对小尺寸、低成本、高灵敏度液位传感器的发展需求,优化设计了一种单端微纳光纤探针结构及其制备方法,基于折射率敏感特性研究了高灵敏液位传感原理、