半監(jiān)督降維算法的研究及其在醫(yī)學(xué)專家系統(tǒng)中的應(yīng)用.pdf

1、近年來(lái)隨著信息技術(shù)的發(fā)展,高維數(shù)據(jù)在科學(xué)界以及產(chǎn)業(yè)界出現(xiàn)的頻率越來(lái)越高,特別是計(jì)算機(jī)視覺(jué)、模式識(shí)別、航空航天以及生物信息等高新領(lǐng)域。這些數(shù)據(jù)的高維特性往往會(huì)成為我們處理時(shí)的障礙,相關(guān)的算法面臨著復(fù)雜度高導(dǎo)致計(jì)算結(jié)果不是最優(yōu)的問(wèn)題。降維是通過(guò)將數(shù)據(jù)由高維約減到低維,以揭示數(shù)據(jù)本身的內(nèi)在低維結(jié)構(gòu)。它作為克服“維數(shù)災(zāi)難”的方法在很多領(lǐng)域中都有著重要的作用。
　　過(guò)去的幾十年中,已經(jīng)有很多降維算法被不斷的提出來(lái)并被廣大研究者深入研究,常用

2、的像傳統(tǒng)的降維算法 PCA以及LDA;流形學(xué)習(xí)算法LLE、LED、ISOMAP以及LTSA等。早期的降維算法大多依賴數(shù)據(jù)樣本的分類信息。然而隨著信息技術(shù)的發(fā)展,很多時(shí)候有標(biāo)簽樣本不容易獲得,存在著大量的無(wú)標(biāo)簽樣本。為了充分利用數(shù)據(jù)樣本的信息,基于半監(jiān)督思想的降維方法應(yīng)用也越來(lái)越廣泛。半監(jiān)督學(xué)習(xí)作為近年來(lái)機(jī)器學(xué)習(xí)領(lǐng)域的研究熱點(diǎn)之一,已經(jīng)從最初的半監(jiān)督分類和半監(jiān)督聚類拓展到了半監(jiān)督回歸以及半監(jiān)督降維等諸多領(lǐng)域。本論文就是基于一些實(shí)際應(yīng)用,研

3、究了部分半監(jiān)督降維算法,具體如下:
　　LLE算法在流形學(xué)習(xí)領(lǐng)域是非常經(jīng)典的一種算法,但是其對(duì)于多類樣本混合的數(shù)據(jù)集的降維效果不是很好。(1)作者在基于多流形學(xué)習(xí)的基礎(chǔ)上對(duì)LLE進(jìn)行了改進(jìn),并且根據(jù)項(xiàng)目需要融合了半監(jiān)督學(xué)習(xí)的思想,提出了其半監(jiān)督版本。
　　(2)標(biāo)簽傳播算法(LP)是一種基于圖的半監(jiān)督學(xué)習(xí)算法,其核心思想是通過(guò)保持原始數(shù)據(jù)間的某些特定結(jié)構(gòu),將部分有標(biāo)簽樣本的標(biāo)簽信息通過(guò)某些方法傳遞給無(wú)標(biāo)簽樣本,直到全局穩(wěn)定狀

4、態(tài)。在基于標(biāo)簽傳播算法的基礎(chǔ)上,作者結(jié)合了局部線性嵌入算法的局部重構(gòu)的思想,對(duì)基于判別信息的局部排列做了改進(jìn),提出了其半監(jiān)督版本,采用流形結(jié)構(gòu)上的重構(gòu)權(quán)重結(jié)合部分標(biāo)簽信息已知的樣本進(jìn)行標(biāo)簽傳播,利用傳播后獲得的全體數(shù)據(jù)軟標(biāo)簽信息作為類別信息。并對(duì)該改進(jìn)后的算法以及傳統(tǒng)的半監(jiān)督降維算法進(jìn)行了實(shí)驗(yàn)對(duì)比分析。
　　(3)近年來(lái),醫(yī)學(xué)輔助診斷系統(tǒng)一直是一個(gè)非常熱門的話題,其在輔助診斷上的強(qiáng)大能力得到了醫(yī)生以及病人的肯定,對(duì)醫(yī)學(xué)診斷的發(fā)展也