基于嵌入式Bootstrap的主动学习示例选择方法

在Bootstrap示例选择算法的基础上提出一种新的嵌入式Bootstrap算法.该算法适用于一大类主动机器学习中训练示例的选择问题.新算法在保持和原Bootstrap算法相当的训练时间的前提下可得到更典型的训练示例集,从而解决了计算条件对训练集规模的限制,使训练所得预测器具有更高的性能.从理论上分析了新算法的有效性,然后将其与原Bootstrap算法分别应用到基于AdaBoost的正面人脸检测任务中进行对比实验,实验结果与理论分析一致.

基于示例选择的目标跟踪改进算法

多示例学习是一种处理包分类问题的新型学习模式,传统基于多示例学习的目标跟踪算法在自适应获取正包时受到无益或有害示例的干扰,不能很好地提取目标的鉴别性特征。为此,设计基于核密度估计的示例选择方法,剔除训练集中的无益示例或有害示例,提高多示例学习算法的有效性,并在此基础上提出一种基于示例选择的目标跟踪改进算法,针对负示例占多数的情况建立核密度估计函数来精简正包中的示例,使用精简后的样本数据进行训练学习,最终实现对目标的实时跟踪。实验结果表明,该算法在光照变化、目标部分遮挡及形体变化等情形下都具有较好的稳健性。

基于示例选择的计算机辅助乳腺钙化簇检测研究

为了减轻传统计算机辅助检测系统中感兴趣区域标定的时间和精力,提出针对钼靶X光乳腺钙化簇检测的示例选择算法。以分块形式对图像打包,对所有负包示例进行纹理建模,并计算每个未知包中的示例与负包平均模型的距离,选取最大距离的示例作为可疑区域。实验结果表明,该算法在不需要人工标注感兴趣区域,不降低钙化簇检测性能的前提下,大幅度减少了运算时间和空间。

结合模糊聚类的多示例集成算法

针对许多多示例算法都对正包中的示例情况做出假设的问题,提出了结合模糊聚类的多示例集成算法(ISFC)。结合模糊聚类和多示例学习中负包的特点,提出了“正得分”的概念,用于衡量示例标签为正的可能性,降低了多示例学习中示例标签的歧义性;考虑到多示例学习中将负示例分类错误的代价更大,设计了一种包的代表示例选择策略,选出的代表示例作为基分类器的训练子集;结合各基分类器的结果,确定包的最终标签。ISFC算法对正包中正示例的比例未做任何假设,同时能够解决正包数量多、负包数量少情况下的类别不平衡问题。实验结果表明,ISFC在药物分子活性预测、图像分类、文本分类任务上都取得了较好的分类效果。

多示例学习的自适应密度分布挖掘与三视角嵌入集成

多示例学习(Multi-Instance Learning,MIL)的处理对象是包含若干示例的包,包有标签而示例通常没有标签.MIL的主要任务是学习已有包的特征信息以训练分类器.基于嵌入的MIL方法的主要策略是选择代表样本,将包嵌入到新的特征空间.然而,现有的大多数算法通常难以适应多样的数据分布,且单视角的嵌入可能导致向量在新特征空间中的特征值较弱.本文提出了多示例学习的自适应密度分布挖掘与三视角嵌入集成算法,包含3个关键技术:(1)自适应密度分布示例选择技术用于挖掘负示例空间的密度分布特征,将密度较大且相连的核心示例聚类成任意形状的簇,从而获得负代表示例集合;再根据正负示例间相似性最小化原则获得正代表示例集合.(2)三视角嵌入技术用于挖掘包的正、负和整体特征信息,并将包转为三个视角下的单向量.(3)集成技术分别基于三个视角下的向量训练3个单示例分类器,并通过硬投票集成这些分类器,从而获得最终MIL模型.在实验中,我们使用了来自4个领域的30个数据集,并与7个前沿MIL算法进行对比.结果表明ADTE算法在数据集上的平均准确性高于其它对比算法,尤其在文本分类和网页推荐数据集上取得了较好的效果.