【摘要】近几年来，随着移动计算和传感器设备的迅速发展，高维度多变量数据日益增多，例如互联网企业巨头阿里巴巴专注于电子商务多年，积累了海量的文本、视频类高维多变量数据，蕴含着巨大的商业价值。数据压缩技术是合理分析这些海量数据的关键一步，通过压缩可以去掉大量的冗余信息，以减小数据挖掘、可视化分析等科研任务的压力。但是传统的单一变量数据压缩技术无法处理这类海量数据，针对高维度多变量大规模数据集的压缩技术 […]

【摘要】语料库的数量和质量对基于机器学习的命名实体间语义关系抽取的性能具有重要的影响，而语料库的人工标注是一项十分耗时又费力的工作。另一方面，多语言语料库的出现以及机器翻译技术的发展，为研究多种语言之间的一致性和互补性提供了良好的契机。本文提出了三种跨语言关系抽取的方法，旨在提高多语言关系抽取性能的同时降低对语料库标注量的需求。研究内容包括以下三个方面：1）基于机器翻译的跨语言关系抽取。首先利用机 […]

【摘要】现实世界中，诸多复杂系统都可以由一个网络来进行抽象，如计算机邮件网络，生物学中的蛋白质网络，基因表达网络等。真实世界中的复杂网络普遍存在一些统计特征，例如“小世界网络特性”，“无标度特性”，“社区结构特性”等。其中社区结构的挖掘对于理解复杂网络的拓扑结构，分析复杂网络的功能，挖掘复杂网络隐藏的规律以及预测复杂网络未来的行为变化等都具有非常重要的理论意义和应用背景。近十年来，来自数学、物理学 […]

【摘要】高光谱遥感是一种新型的遥感技术,兴起于上世纪80年代,由于它能够提供地物更为详细的信息,使得传统多光谱遥感探测不到的信息能够被探测到。高光谱遥感目标探测分为目标检测和异常检测两种,与目标检测相比,异常检测算法能在无先验信息的情况下将与周围背景环境存在显著光谱差异的异常目标检测出来,具有较强实用性,因此成为一大研究热点。论文提出了基于主动学习的支持向量数据描述(SupportVectorDa […]

【摘要】目前，高光谱遥感图像凭借光谱信息的优势，已经成为遥感图像处理领域的研究热点，因此，深入研究高光谱遥感图像的处理技术具有很强的理论价值及应用前景。然而，高光谱遥感图像处理过程中也引入了新的难题：如何解决高光谱遥感图像数据维数过高的问题，如何利用图像数据潜在的几何结构信息，如何利用含有大量未标记图像数据的信息，如何选择分类模型等等。在越来越苛刻的高光谱遥感图像分类性能要求的前提下，提出了基于主 […]

【摘要】边坡工程是岩土工程界的经典研究领域之一,其对象是经历了亿万年漫长地质史时期的岩土体,其赋存环境、组成成分、物理、力学特征等因素存在不同程度的非确定性。在边坡工程的分析和设计中,为刻画这些因素不确定性程度的影响,常采用安全系数或可靠度指标来进行表征。但安全系数侧重揭示平均抗力与平均荷载的相对数量关系,而可靠度指标提示的是在既定条件下存在需要被动承受失效风险的概率。对于存在不确定性影响因素的工 […]

【摘要】目的在多标签有监督学习框架中,构建具有较强泛化性能的分类器需要大量已标注训练样本,而实际应用中已标注样本少且获取代价十分昂贵。针对多标签图像分类中已标注样本数量不足和分类器再学习效率低的问题,提出一种结合主动学习的多标签图像在线分类算法。方法基于min-max理论,采用查询最具代表性和最具信息量的样本挑选策略主动地选择待标注样本,且基于KKT(Karush-Kuhn-Tucker)条件在线 […]