多樣性密度學習算法的研究與應用.pdf

1、多示例學習是與監(jiān)督學習、非監(jiān)督學習和強化學習并列的第四類學習框架，目前已廣泛應用于藥物設計、圖像搜索等領域,并已獲得很好的效果。在多示例學習中，訓練樣本是由多個示例組成的包，包是有概念標記的，但示例本身卻沒有概念標記，學習的目的是預測新包的類別。
　　多樣性密度(DD)算法是一種典型的多示例學習算法，能夠根據概率學習到比較接近的目標函數，但DD算法尚存在兩點不足。首先，DD算法只學習到一個目標函數，該算法的學習能力有待提高；其次，

2、在預測新包時，如果一個包中至少包含一個正例，則該包是一個正包，否則即為反包，沒有考慮某些樣本存在正例稀疏的特點，在對重疊示例的包進行分類時，通常出現把反包誤分為正包的情況。
　　首先，本文針對DD算法只能學習到一個目標函數的缺點，提出了多概念DD算法，多概念DD算法通過學習多個目標函數，較全面的描述目標概念。
　　其次，本文針對在預測新包時，沒有考慮某些樣本存在正例稀疏的特點，提出了基于重疊示例的分類算法，該算法通過改變示例

3、在包分類時的影響策略，消除反包中個別示例的噪聲。
　　本文在理論優(yōu)化的基礎上，將改進算法應用在圖像檢索和鑒別microRNA前體中。在圖像檢索中，將多概念DD算法與基于重疊示例的分類算法相結合，多概念DD算法全面獲得了讀者感興趣的概念，重疊示例的分類算法濾除了反包中個別有正例性質的噪聲，并且實驗結果優(yōu)于以前的DD算法；另外，本文使用多示例學習算法鑒別microRNA前體的真?zhèn)?，使用重疊示例的分類算法對真?zhèn)蝝icroRNA前體進行分