超圖理論算法研究及其在圖像分類中的應(yīng)用

《超圖理論算法研究及其在圖像分類中的應(yīng)用》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、廈門大學(xué)學(xué)位論文原創(chuàng)性聲明本人呈交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下，獨(dú)立完成的研究成果。本人在論文寫作中參考其他個(gè)人或集體己經(jīng)發(fā)表的研究成果，均在文中以適當(dāng)方式明確標(biāo)明，并符合法律規(guī)范和《廈門大學(xué)研究生學(xué)術(shù)活動(dòng)規(guī)范(試行)》。另外，該學(xué)位論文為()課題(組)的研究成果，獲得()課題(組)經(jīng)費(fèi)或?qū)嶒?yàn)室的資助，在()實(shí)驗(yàn)室完成。(請(qǐng)?jiān)谝陨侠ㄌ?hào)內(nèi)填寫課題或課題組負(fù)責(zé)人或?qū)嶒?yàn)室名稱，未有此項(xiàng)聲明內(nèi)容的，可以不作特別聲明。)聲明人(簽名)：習(xí)玨、勁l午年S’月l7日廈『]大學(xué)學(xué)位論文著作權(quán)使用聲明＼熙黜本人同意廈門大學(xué)根據(jù)《中華人民共和國(guó)學(xué)位條例暫行實(shí)施辦法》等規(guī)定保

2、留和使用此學(xué)位論文，并向主管部門或其指定機(jī)構(gòu)送交學(xué)位論文(包括紙質(zhì)版和電子版)，允許學(xué)位論文進(jìn)入廈門大學(xué)圖書館及其數(shù)據(jù)庫(kù)被查閱、借閱。本人同意廈門大學(xué)將學(xué)位論文加入全國(guó)博士、碩士學(xué)位論文共建單位數(shù)據(jù)庫(kù)進(jìn)行檢索，將學(xué)位論文的標(biāo)題和摘要匯編出版，采用影印、縮印或者其它方式合理復(fù)制學(xué)位論文。本學(xué)位論文屬于：()1．經(jīng)廈門大學(xué)保密委員會(huì)審查核定的保密學(xué)位論文，于年月日解密，解密后適用上述授權(quán)。()2．不保密，適用上述授權(quán)。(請(qǐng)?jiān)谝陨舷鄳?yīng)括號(hào)內(nèi)打“√"或填上相應(yīng)內(nèi)容。保密學(xué)位論文應(yīng)是已經(jīng)廈門大學(xué)保密委員會(huì)審定過(guò)的學(xué)位論文，未經(jīng)廈門大學(xué)保密委員會(huì)審定的學(xué)位論文均為公

3、開學(xué)位論文。此聲明欄不填寫的，默認(rèn)為公開學(xué)位論文，均適用上述授權(quán)。)聲明人(簽名)：動(dòng)電≯l牛年j月f7日摘要在機(jī)器學(xué)習(xí)的問題中，我們常常假設(shè)我們感興趣的對(duì)象兩兩之間的具有某種關(guān)系。而這些對(duì)象的集合與其所包含的兩兩之間的關(guān)系很自然的能夠用一個(gè)圖來(lái)表示。其中，對(duì)象由圖的頂點(diǎn)來(lái)表示，而兩個(gè)頂點(diǎn)之間的關(guān)系以圖的邊來(lái)表示。然而，在許多現(xiàn)實(shí)世界的問題中，我們感興趣的對(duì)象之間的關(guān)系并不僅僅是兩兩之間的關(guān)系，而是多元甚至是更復(fù)雜的關(guān)系。如果只是簡(jiǎn)單的把多元關(guān)系壓縮成兩兩之間的序?qū)﹃P(guān)系來(lái)處理，不可避免的會(huì)丟失很多有用的信息，也會(huì)對(duì)我們的機(jī)器學(xué)習(xí)算法的準(zhǔn)確性造成一定程度的

4、影響。一個(gè)超圖的邊能夠包含多個(gè)結(jié)點(diǎn)，因此它比普通圖包含了更多信息。我們使用超圖來(lái)代替圖，來(lái)表示我們感興趣的對(duì)象之間的復(fù)雜關(guān)系，不僅可以有效的保存對(duì)象之間的復(fù)雜關(guān)系信息，也一定程度上確保了機(jī)器學(xué)習(xí)算法在描述數(shù)據(jù)關(guān)系信息上的準(zhǔn)確性。本文主要研究了超圖的基本性質(zhì)和超圖的拉普拉斯矩陣，并且分析了將普通圖的分割，隨機(jī)行走，譜分割，迭代推演推廣到超圖上等方法，以及討論這些算法的相關(guān)特性。本文同時(shí)將超圖的分類方法運(yùn)用到室內(nèi)場(chǎng)景分類上去。由于使用普通圖進(jìn)行圖像分類的算法只是在兩兩圖像特征之間建立模型，忽略了圖像之間的其他關(guān)系信息，使得這種圖像分類算法的性能受半徑參數(shù)和相

5、關(guān)度計(jì)算方法影響較大。本文使用原始圖像數(shù)據(jù)構(gòu)建一個(gè)超圖，并使用半監(jiān)督學(xué)習(xí)框架來(lái)預(yù)測(cè)未標(biāo)注圖像的標(biāo)簽，由于超圖本身保存了比普通圖更豐富的信息，而半監(jiān)督學(xué)習(xí)框架不但考慮了全局?jǐn)?shù)據(jù)的屬性信息，同時(shí)也考慮到了標(biāo)注數(shù)據(jù)和未標(biāo)注數(shù)據(jù)之間的局部信息，因而該方法在室內(nèi)場(chǎng)景分類方面取得較好的效果。關(guān)鍵詞：超圖；拉普拉斯；室內(nèi)場(chǎng)景Abs仃actAbstractInmachjneleanlingproblemsettings，、ⅣegenerallyassurnepainⅣiserelationsllipsamongtlleobjectsofourinterest．Anobj

6、ectsetendowedwitllpairwiserelationsllipscallbenaturallyillustratedaSagr印h，inwbjchtheVerticesr印resentt11eobjeCts，andany鉚oVerticesmathaVesomel(indofrelationshiparejoinedtogetherbyanedge．Inreal-、Ⅳorld，weareinterestedintherelationsllipbet、Ⅳeentheobjectsmoremantherelationsllipbe似eentw

7、oobjects，buteVenmorecoInplexmultivariaterelationships．IfwesimplyputintoacompressedmultiV撕aterelationshipsbetweenpainVisesequencerelationsmp，w11ichwillineVitablylosealotofuse如linfonnationandthat謝Ucauseacertaindegreeofinnuenceontheaccuracyoftllemacllinele鋤ingalgorithm．Ahype聊hedgeco

8、ntainmultiplenodes，thusitcontainsmorei11