覆盖学习的道路优化算法

在之前的研究中,已经针对李群多连通空间上具有不同类别特征的研究对象,提出了多连通覆盖学习算法,成功地将覆盖学习应用到多连通李群空间.主要针对多连通覆盖学习算法中连通道路的交叉问题,考虑在李群空间上寻找一条测地曲线,使得映射后不同单连通空间上的道路的关联度最小化、同一单连通空间上的道路的关联度最大化,从而实现连通空间上类别判别性能的优化.首先回顾李群连通性质的相关知识;然后,简单介绍了多连通覆盖学习算法,并针对问题给出新的优化算法;最终,通过与经典覆盖学习算法、李群均值算法以及原始算法的比较实验,证明了该优化算法具有更好的分类性能.

多连通李群覆盖学习算法在图像分类上的应用

李群机器学习作为一种新的学习范式已被学术界广泛关注。根据李群的连通性质,将具有不同类别特征的研究对象映射到多连通李群空间,并从各个单连通李群空间上连线的同伦等价出发,运用覆盖的思想寻找对应不同类别的最优道路等价表示,从而用多连通李群的多值表示来呈现图像的类别信息,因此提出了多连通李群覆盖学习算法。在MPEG7_CE-Shape01_Part_B图像库的图像和MNIST手写体数字图像上进行了实验验证,结果表明与两种基于李群均值的学习算法相比,多连通李群覆盖学习算法具有较好的分类效果。

多高斯模型特征空间覆盖学习的海洋航摄图像分割

本文提出了一种新的基于多高斯特征空间覆盖学习的航摄海洋图像分割方法.通过分析,发现在RGB三维色空间中,海水背景像素点的分布尽管在不同成像条件下具有不同的分布特性,但其具有的共同特性是具有集聚性,可以被一个或多个椭球所覆盖.因此,本文在色空间中基于贝叶斯最大后验概率和3δ准则对海水背景进行多高斯分布模型覆盖建模,自学习得到其高斯分布个数并建立相对应的多高斯分布模型.最后,根据上述学习结果,从航拍海洋的图像中分离出海水背景,实现航拍海洋图像中背景和目标的分割.实验证明,该方法具有良好的背景学习性能,能够准确有效地得到海水背景多高斯分布覆盖模型.基于该背景学习模型的海洋图像分割,具有较高的正确率和较低的误差,且算法花费的时间较少,具有较好的稳定性和实时性.

多李群核覆盖学习算法在图像分类上的应用

李群具有代数结构也具有流形几何结构。将数据映射到多李群空间,并根据李群样本点在李群流形上的轨道关系,对那些同伦的轨道加以覆盖,从而使得覆盖域呈现出类别信息。利用核函数的思想,进一步使得类别不同的覆盖域更具有可分性,同时覆盖边界更具有光滑性,因此提出了多李群核覆盖学习算法。在MNIST手写体数字图像上进行了多组实验验证,并对实验结果进行了分析,结果表明与多连通李群覆盖学习算法相比,多李群核覆盖学习算法具有较好的分类效果。

多李群覆盖学习优化算法

目前,已针对李群多连通空间上的道路交叉问题提出了多李群核覆盖学习算法,降低了道路交叉情况,使得分类正确率有了显著提高。但是,核学习算法的性能依赖于核函数的选择。考虑利用李群同态映射将原始李群样本映射到目标李群空间中,使在目标李群空间中不同单连通空间上的道路的关联度最小化,同一单连通空间上的道路的关联度最大化,从而减少道路交叉问题。

覆盖学习全过程:“以学习为中心”评价的趋势

目前,我国本科教学质量评价大都只聚焦某一个学习阶段,如聚焦“投入”的本科教学质量审核评估、聚焦“过程”的大学生学情调查、聚焦“结果”的工程教育专业认证。本科教学质量评价需要覆盖学习全过程,关注学生增值,加快建设国家级高等教育教学质量数据库,提高评价方法的专业性。

李群覆盖学习算法研究进展

覆盖算法因较高的效率与准确率得到了广泛应用,李群覆盖学习算法是覆盖算法在李群机器学习下的新领域。本文对覆盖和覆盖算法进行了简要概述,介绍了多连通李群覆盖学习算法,阐述了求解最优道路时该算法存在的问题以及对应的优化算法,最后对李群覆盖学习算法的局限性进行分析并提出了改进思路,对其未来发展方向进行了展望。

构造型神经网络双交叉覆盖增量学习算法

研究了基于覆盖的构造型神经网络(cover based constructive neural networks,简称CBCNN)中的双交叉覆盖增量学习算法(BiCovering algorithm,简称BiCA).根据CBCNN的基本思想,该算法进一步通过构造多个正反覆盖簇,使得网络在首次构造完成后还可以不断地修改与优化神经网络的参数与结构,增加或删除网络中的节点,进行增量学习.通过分析认为,BiCA学习算法不但保留了CBCNN网络的优点与特点,而且实现了增量学习并提高了CBCNN网络的泛化能力.仿真实验结果显示,该增量学习算法在神经网络初始分类能力较差的情况下具有快速学习能力,并且对样本的学习顺序不敏感.

未知环境下机器人Q学习覆盖算法

为提高未知环境下机器人区域覆盖率,提出一种Q-学习覆盖算法(QLCA)。对环境建立栅格模型,在栅格地图中随机部署机器人和障碍位置。机器人根据QLCA自主学习得到的Qtable指导其后续的动作选择和路径规划,减少了机器人移动次数。从机器人数目、环境等方面分析了各类参数变化对该算法的影响。仿真实验结果表明:与随机选择覆盖算法对比,QLCA在完成覆盖的执行步数及冗余效果等方面均有明显优化。

基于前向神经网络的图像检索相关反馈算法设计

相关反馈技术是近年来较为重要的图像检索方法 .该文从机器学习的角度出发 ,提出了一种基于神经网络的相关反馈算法 .在检索过程中 ,用户可以标记出与查询图像相似的正例样本反馈给系统 ,然后由系统构造出前向神经网络并再次进行检索 ,以改进查询结果 .该文对用于训练前向神经网络的构造性算法在图像检索中的几何意义进行了深入的研究 ,并在此基础上给出平移算法、反例标记学习算法、球半径系数自适应算法等 ,从而使基于神经网络自学习的相关反馈算法更加完善 .实验表明 ,改进后的算法在图像检索中具有更好的性能和更强的推广能力 .

商空间理论在道路交通事故分析中的应用

从粒度计算角度对以往道路交通事故进行分析。首先在商空间粒度计算理论框架下,通过对历年事故影响要素的分析,得出商空间模型下的特征属性;再通过对以往事故的分析,运用统计学方法获取相应的决策属性,将特征属性和决策属性相结合采用构造性机器学习方法对交通事故进行预测,建立事故预测模型以实现较为准确的事故量预测和分析。实验证明这种基于商空间粒度计算理论的事故预测方法是行之有效的。

关于在基层党支部推进“理论学习全覆盖”的探索与思考

本文以清华大学饮食服务中心职工为对象,通过调研基层职工队伍推进“理论学习全覆盖”的情况,了解职工在学习过程中存在的问题与困难,挖掘职工的理论学习需求,提出七点开展理论学习全覆盖的经验做法,从学习态度、学习内容和学习方法三方面入手,更好地推进理论学习。