《基於衍生距離數學模型的半監督聚類集成研究》是依託華南理工大學，由余志文擔任項目負責人的面上項目。
基本介紹
- 中文名：基於衍生距離數學模型的半監督聚類集成研究
- 項目類別：面上項目
- 項目負責人：余志文
- 依託單位：華南理工大學
項目摘要,結題摘要,
項目摘要
受到視覺皮層模型層次組織結構的啟發，菲爾茲獎獲得者Steve Smale首次提出了衍生距離函式的數學模型。與傳統的距離函式不同，衍生距離函式不但具有多層的結構，而且能夠把握物體內在恆定的特徵表達。但傳統衍生距離的計算存在一定的局限性，如：構建過程中，模板的隨機選擇使得衍生距離數學模型穩定性和強壯性缺乏；選取的模板過多，導致特徵編碼時產生大量冗餘，造成計算效率的低下；與單一聚類算法相結合進行聚類分析，沒有充分利用衍生距離的多樣性。針對這些局限性，我們將提出一種基於稀疏表示的衍生距離數學模型構建方法，設計基於機率的評估函式選擇代表性的模板，運用稀疏表示來減少特徵編碼的冗餘，從而增強衍生距離的穩定性和強壯性，並設計新的基於衍生距離數學模型的半監督聚類集成算法，充分利用衍生距離的多樣性，運用多目標算法對集成器進行最佳化。該項目將為相似性度量數學理論的深入研究及其在人工智慧領域的套用提供一條新的思路
結題摘要
受到視覺皮層模型層次組織結構的啟發，菲爾茲獎獲得者Steve Smale首次提出了衍生距離函式的數學模型。與傳統的距離函式不同，衍生距離函式不但具有多層的結構，而且能夠把握物體內在恆定的特徵表達。但傳統衍生距離的計算存在一定的局限性，如：構建過程中，模板的隨機選擇使得衍生距離數學模型穩定性和強壯性缺乏；選取的模板過多，導致特徵編碼時產生大量冗餘，造成計算效率的低下；與單一聚類算法相結合進行聚類分析，沒有充分利用衍生距離的多樣性。針對這些局限性，本項目提出衍生距離數學模型的構建方法，並在此基礎上實現半監督聚類集成方法，最終提出基於衍生距離數學模型的半監督聚類集成框架。查閱相關資料，探討衍生距離數學模型基本要素的獲取方式，設計基於機率的評估函式選擇代表性的模板，探討層間和層內間映射操作的選擇方式，目的在於更準確地獲取不同層次間的編碼方式。 提出一種基於稀疏表示的衍生距離數學模型構建方法，使不同層次間的編碼得到融合，並運用稀疏表示來減少特徵編碼的冗餘。此外，設計多種衍生距離函式，使不同的衍生距離函式與核函式進行充分結合，利用多目標最佳化機制進行核函式的選擇，從而增強衍生距離的穩定性和強壯性。設計基於衍生距離數學模型的半監督聚類集成方法，充分利用衍生距離的多樣性，運用多目標算法對集成器進行最佳化。構建多種測試環境，以驗證所提衍生距離數學模型是否具有魯棒性。同時，測試基於衍生距離數學模型的半監督聚類集成方法的區分性能，收集實驗數據並進行模型改進，最後完成報告撰寫。完成和完善相應的衍生距離數學模型的構建工作，進一步改進基於衍生距離數學模型的半監督聚類集成方法，對衍生距離數學模型的構建方法和半監督聚類集成器進行性能評估，並將衍生距離數學模型的構建方法和基於衍生距離數學模型的半監督聚類集成方法套用到相似性度量數學理論的研究和人工智慧各個領域中。
