| 题名 | 超图学习理论研究及其在SAR溢油检测上的应用; Research on Hypergraph Learning theory and its application in SAR-based Oil Spill Detection |
| 作者 | 魏炳辉 |
| 答辩日期 | 2016-12-23 ; 2016-05-19 |
| 导师 | 王程 |
| 关键词 | 超图学习 不平衡分类 误标记检测 溢油检测 Hypergraph learning Imbalanced classification Mislabeled detection Oil spill detection |
| 英文摘要 | 基于超图的半监督学习因其既利用了有标记数据样本的信息又利用了无标记数据样本的信息，近年成为一个研究热点，有很高的研究及应用价值，在图像处理、模式识别、语音识别等领域已经得到广泛的应用。然而超图学习仍然面临许多复杂的问题，其中有数据样本间多重相关性问题、训练数据分布不平衡问题和误标记样本问题。另外，在基于合成孔径雷达(SyntheticApertureRadio，SAR)图像海面溢油检测应用中，除了存在这些问题外，还存在标记样本少的问题。本文围绕这些复杂分类问题，主要在以下几个方面展开了深入的研究： （1）针对样本间多重相关性问题，本文先后提出三种方法考虑样本间的相关性。第一种是在构建超边集时...; In recent years, hypergraph learning-based semi-supervised classification has become the focus of many research studies due to its use of labeled and unlabeled data.Since it has revealed much insight and application,it has been widely used in image processing, pattern recognition, speech recognition and other applied fields. However, hypergraph learning still faces many complex problems, including...; 学位：工学博士; 院系专业：信息科学与技术学院_计算机科学与技术; 学号：23020120153925 |
| 语种 | zh_CN |
| 出处 | http://210.34.4.13:8080/lunwen/detail.asp?serial=57793 |
| 内容类型 | 学位论文 |
| 源URL | [http://dspace.xmu.edu.cn/handle/2288/135000]  |
| 专题 | 信息技术－学位论文 |
| 推荐引用方式 GB/T 7714 | 魏炳辉. 超图学习理论研究及其在SAR溢油检测上的应用, Research on Hypergraph Learning theory and its application in SAR-based Oil Spill Detection[D]. 2016, 2016. |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论