《面向高複雜異構數據的新的特徵提取與分類方法的研究》是依託中國科學院合肥物質科學研究院，由黃德雙擔任項目負責人的面上項目。
基本介紹
- 中文名：面向高複雜異構數據的新的特徵提取與分類方法的研究
- 項目類別：面上項目
- 項目負責人：黃德雙
- 依託單位：中國科學院合肥物質科學研究院
- 負責人職稱：教授
- 批准號：60873012
- 申請代碼：F0201
- 研究期限：2009-01-01 至 2011-12-31
- 支持經費：34（萬元）
本項目主要針對海量、高維、類別標記不完全、類別樣本非對稱等高複雜性異構數據，系統研究其特徵提取和分類的新方法。首先，在建立有效的數據聚類的基礎上，提出一種新的基於流形學習的特徵提取方法；然後根據數據的特點，構建相應的分類器模型和學習方法：針對高維小樣本數據，提出一種基於組合核函式的多類SVM模型；針對大樣本集、類別樣本非對稱數據，擬提出一種實時反饋自學習模組神經網路計算模型；針對有標記和無標記混合數據，構造一種基於能量函式的約束流形半監督學習算法；最後集成分類結果做出判決。本項目所開展的是廣泛存在於國民經濟和現實生活中的高複雜異構數據特徵提取與分類問題的研究。這項研究所取得的些許進步必將為機器學習理論在現實生活的廣泛套用打下一定的基礎，並為人類探索這些數據中的規律和奧秘提供有力的工具。
