基于变分贝叶斯的纤维丛元学习算法

以神经网络为基础的深度学习在大量领域取得优异成果,但其难以处理相似或未经训练的任务。深度学习在对新任务的学习和适应过程中存在困难,且对训练样本规模要求很高,造成泛化性和扩展性不佳的问题。元学习是一种新的学习框架,旨在解决传统学习方法难以解决的快速学习和适应新任务的问题。针对图像分类的元学习问题,文中提出了一种基于贝叶斯理论的纤维丛元学习算法(Fiber Bundle Meta-learning Algorithm,FBBML)。首先通过卷积神经网络提取支持数据集的图片信息,以得到图片的表示。然后构建数据特征的流形结构和数据特征到标签的纤维丛。最后输入查询集选取当前新任务的流形截面,从而获得适合新任务的纤维,得到图片的正确标签。实验结果表明,基于所提算法实现的模型(FBBML)在公共数据集(mini-ImageNet)上相比标准四层卷积神经网络的模型取得了最佳的准确率性能。同时将纤维丛理论引入元学习,使得算法本身具备更高的可解释性。     

动态模糊逻辑的格结构及其应用研究

当前非经典逻辑的一个重要的研究方向是其代数结构的研究,动态模糊逻辑理论作为一种处理动态性、模糊性问题的重要工具,其代数结构尚不够完善和成熟.通过选择适合动态模糊逻辑的逻辑代数表示系统,建立了动态模糊逻辑的格结构,最后研究动态模糊逻辑格结构的特性及其在组织结构中的应用.     

李群深层结构学习算法研究

针对数据的复杂性和语义深层关系,提出一种李群深层结构学习算法。主要包括:基于流形的深层结构分析方法、基于参数的李群半监督学习算法和基于线性的李群半监督学习算法,以及这些算法相融合的李群深层结构学习算法。该算法对连续语义间的深层关系有着重要的作用。实验结果显示,深度越深,该算法的效果越好。     

动态模糊专家数据库系统的设计

本文给出了动态模糊专家数据库系统的设计方法,并对系统的功能,系统的结构,ＤＦ数据库和规则库进行了详细的描述。     

适用于小样本的双邻接图判别分析算法

作为一种常用的降维方法,适用于小样本的监督化拉普拉斯判别分析方法通过使用图嵌入的判别近邻分析得到了很好的降维效果。但该方法在构建近邻图时,在K近邻中寻找同类和异类样本点存在数据不平衡问题;此外,在优化该方法的目标函数时,没有全面考虑到类间信息,从而会在一定程度上降低该方法的性能。针对以上两个问题,本文提出了适用于小样本的双邻接图判别分析方法。首先该方法分别在同类和异类样本中找出K个近邻点,然后使用这K个类内近邻点和K个类间近邻点来构造双邻接图,这样可以确保邻接图中既有同类样本点也有异类样本点,且数目相同。然后该方法在目标函数的推导结果中加入了类间拉普拉斯散度矩阵,从而使优化得到的投影矩阵融入更多的类间信息。在Yale和ORL人脸数据集上进行实验,并与同类方法相比,结果表明本文提出的适用于小样本的双邻接图判别分析方法能够得到更好的降维效果。     

等谱流形学习算法

基于谱方法的流形学习算法的目标是发现嵌入在高维数据空间中的低维表示.近年来,该算法已得到广泛的应用.等谱流形学习是谱方法中的主要内容之一.等谱流形学习源于这样的结论:只要两个流形的谱相同,其内部结构就是相同的.而谱计算难以解决的问题是近邻参数的选择以及如何构造合理邻接权.为此,提出了等谱流形学习算法(isospectral manifold learning algorithm,简称IMLA).它通过直接修正稀疏重构权矩阵,将类内的判别监督信息和类间的判别监督信息同时融入邻接图,达到既能保持数据间稀疏重建关系,又能利用监督信息的目的,与PCA等算法相比具有明显的优势.该算法在3 个常用人脸数据集(Yale,ORL,Extended Yale B)上得到了验证,这进一步说明了IMLA 算法的有效性.     

基于DFL的自主学习子空间的公理体系研究

动态模糊逻辑理论是一种新的有效处理动态、不精确、不确定、含糊信息的理论,自主学习历来是教育和心理学家共同关注的一个重要问题,也是当前机器学习领域研究中的一个热点问题.自主学习公理体系研究是自主学习理论及应用研究的基础.利用动态模糊关系,建立自主学习子空间的公理体系.该公理体系由几个相互独立的非常简洁的表达式构成,进一步深化了动态模糊和自主学习理论.     

动态模糊数据的分解模型研究

数据分解是降低数据复杂程度的有效途径,在研究的数据对象中,具有动态模糊性的数据是普遍存在的,基于动态模糊集及动态模糊图给出了动态模糊数据分解模型,该模型的建立,为人们用计算机处理这类数据提供了理论依据。     

动态模糊决策树学习算法研究

针对自动控制领域中普遍存在的动态模糊信息,提出了基于DFS(动态模糊集)建模的动态模糊决策树算法,并给出了对包含非动态模糊属性、缺少属性值的输入样例的匹配算法,很好地解决了模糊控制系统所不能解决的动态性问题。     

基于Internet的动态模糊主动专家数据库系统的研究

基于Internet,针对系统应用的主动性和动态模糊性特点,将动态模糊逻辑技术和专家系统技术引入到分布式主动数据库中,提出了一种基于Internet的动态模糊主动专家数据库系统模型,并对其系统结构及关键技术做了深入的研究.最后,将该模型应用于银行的客户信用评估系统中,其运行结果证明了该模型的有效性和科学性.