多样性密度学习算法的研究与应用

论文摘要

多示例学习是与监督学习、非监督学习和强化学习并列的第四类学习框架,目前已广泛应用于药物设计、图像搜索等领域,并已获得很好的效果。在多示例学习中,训练样本是由多个示例组成的包,包是有概念标记的,但示例本身却没有概念标记,学习的目的是预测新包的类别。多样性密度(DD)算法是一种典型的多示例学习算法,能够根据概率学习到比较接近的目标函数,但DD算法尚存在两点不足。首先,DD算法只学习到一个目标函数,该算法的学习能力有待提高;其次,在预测新包时,如果一个包中至少包含一个正例,则该包是一个正包,否则即为反包,没有考虑某些样本存在正例稀疏的特点,在对重叠示例的包进行分类时,通常出现把反包误分为正包的情况。首先,本文针对DD算法只能学习到一个目标函数的缺点,提出了多概念DD算法,多概念DD算法通过学习多个目标函数,较全面的描述目标概念。其次,本文针对在预测新包时,没有考虑某些样本存在正例稀疏的特点,提出了基于重叠示例的分类算法,该算法通过改变示例在包分类时的影响策略,消除反包中个别示例的噪声。本文在理论优化的基础上,将改进算法应用在图像检索和鉴别microRNA前体中。在图像检索中,将多概念DD算法与基于重叠示例的分类算法相结合,多概念DD算法全面获得了读者感兴趣的概念,重叠示例的分类算法滤除了反包中个别有正例性质的噪声,并且实验结果优于以前的DD算法;另外,本文使用多示例学习算法鉴别microRNA前体的真伪,使用重叠示例的分类算法对真伪microRNA前体进行分类,也得到了理想的效果。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题的背景和来源
• 1.2 国内外的发展及现状
• 1.2.1 多示例学习的研究现状
• 1.2.2 多示例学习方法中的不足
• 1.3 本课题的主要研究内容
• 第2章 多样性密度学习算法研究
• 2.1 引言
• 2.2 传统的多示例学习
• 2.2.1 多样性密度算法
• 2.2.2 多示例分类算法
• 2.3 优化的多样性密度学习算法
• 2.3.1 多概念多示例学习算法
• 2.3.2 基于重叠示例的多示例分类算法
• 2.4 本章小结
• 第3章 优化的多样性密度算法在图像检索中的应用
• 3.1 引言
• 3.2 基于内容的图像检索系统
• 3.3 基于多示例学习的图像检索技术
• 3.3.1 包的生成
• 3.3.2 目标概念的学习
• 3.3.3 相似度比较
• 3.4 性能评价
• 3.4.1 查准率和查全率
• 3.4.2 ROC曲线
• 3.5 结果分析
• 3.6 系统描述
• 3.6.1 基于多示例学习的图像检索系统框架
• 3.6.2 模块设计
• 3.6.3 数据接口设计
• 3.6.4 系统设置
• 3.7 本章小结
• 第4章 优化的分类算法在生物信息学中的应用
• 4.1 引言
• 4.2 miRNA的概念与特征
• 4.3 真伪miRNA的鉴别
• 4.3.1 miRNA前体特征的提取
• 4.3.2 多示例学习鉴别真伪miRNA
• 4.4 结果分析
• 4.5 本章小结
• 结论
• 参考文献
• 攻读学位期间发表的学术论文
• 致谢
• 个人简历