多视图交叉一致性学习的半监督水面目标检测 被引量：3

1

作者 冯俊健 李彬 +1 位作者 田联房 董超 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2023年第4期107-114,共8页

为缓解基于半监督学习的水面目标检测对有限标注样本过拟合的问题,提高无标注样本中目标提取的有效性,提出了基于多视图交叉一致性学习的半监督水面目标检测算法。首先,该算法通过数据增强的方式为训练样本生成不同的视图以丰富数据集... 为缓解基于半监督学习的水面目标检测对有限标注样本过拟合的问题,提高无标注样本中目标提取的有效性,提出了基于多视图交叉一致性学习的半监督水面目标检测算法。首先,该算法通过数据增强的方式为训练样本生成不同的视图以丰富数据集的多样性;然后,利用所提出的多视图目标判别器为无标注样本在线生成伪标签,有助于提取无标注样本的有效信息;最后,利用所提出的多视图交叉一致性学习使同一目标实例的不同视图的输出实现交叉一致性正则化,以促进检测模型学习判别性的特征从而降低过拟合的风险。在海上和内河数据集上的实验结果表明:文中所提算法能够提高特征提取的判别性,对多类别的水面目标检测精度达到91.0%,比全监督检测算法提高了18.7%,比其他半监督检测算法提高了3.8%以上;在检测速度上,该算法达到13.1帧/s,基本满足实时性要求。所提算法通过多视图交叉一致性学习提高特征的判别性和缓解检测模型的过拟合风险,有助于提高半监督水面目标检测的性能。 展开更多

关键词 水面目标检测 半监督学习 多视图交叉一致性学习 交叉一致性正则化 多视图目标判别器

在线阅读 下载PDF 职称材料

基于一致性功能神经过程的多视图时序预测

2

作者 杨春霞 蒋耀 +1 位作者 翟雪彤 周媛媛 《计算机工程》 北大核心 2025年第10期111-120,共10页

在多视图时间序列预测领域,如何有效融合来自不同视图的信息,是一个重要且具有挑战性的问题。现有的多视图时序预测方法在捕获历史数据趋势方面存在局限性,同时也常受到多视图信息分布不一致的影响。针对这两个问题,基于功能神经过程(F... 在多视图时间序列预测领域,如何有效融合来自不同视图的信息,是一个重要且具有挑战性的问题。现有的多视图时序预测方法在捕获历史数据趋势方面存在局限性,同时也常受到多视图信息分布不一致的影响。针对这两个问题,基于功能神经过程(FNP)框架,提出一种一致性功能神经过程(CFNP)框架。CFNP框架中包含两个核心模块:视图随机相关图模块和视图分布对齐模块。视图随机相关图模块通过分析历史数据的分布,辅助对当前数据的理解和预测;而视图分布对齐模块致力于缩小不同视图间的概率分布差异,通过在潜在空间中施加约束,提高模型对时间序列内在关联性的捕捉能力。在两个公开数据集上的实验结果表明,相比于现有方法,CFNP框架在均方根误差(RMSE)上性能提升分别为14%和5%,证明此框架能够更准确地预测多视图时间序列。 展开更多

关键词 多视图学习 时序预测 概率预测 功能神经过程 一致性正则化

在线阅读 下载PDF 职称材料

基于双补全的不完整多视图度量学习

3

作者 曲鹏欢 魏巍 +1 位作者 闫京 王锋 《计算机应用》 北大核心 2025年第9期2755-2763,共9页

在实际应用中,多视图度量学习成了处理多视图数据的有效方法。然而,多视图数据的不完整性给多视图度量学习带来了巨大挑战。尽管已有一些方法试图解决不完整多视图问题,但它们仍存在以下不足:1)现有方法大多依赖于已有样本的k近邻(kNN)... 在实际应用中,多视图度量学习成了处理多视图数据的有效方法。然而,多视图数据的不完整性给多视图度量学习带来了巨大挑战。尽管已有一些方法试图解决不完整多视图问题,但它们仍存在以下不足:1)现有方法大多依赖于已有样本的k近邻(kNN)来补全缺失数据,而容易忽视样本或视图的独特特征;2)它们仅利用现有样本表示来计算近邻,而无法充分表达样本间的近邻关系。因此,提出基于双补全的不完整多视图度量学习方法(DIMVML)。首先,利用深度自编码器提取各视图的潜在特征,再结合样本的分布信息和视图间的差异信息补全缺失样本;其次,根据补全后的样本的质量进行结果融合,以获得更高质量的补全结果;最后,通过损失函数优化视图内和视图间的关系。实验结果表明:在聚类实验中,所提方法在HandWritten、Caltech101-7、Leaves和YouTubeFace10数据集上的准确率和F1分数均优于SPCC(Subgraph Propagation and Contrastive Calibration)、LHGN(Latent Heterogeneous Graph Network)等先进的多视图方法;在分类实验中,所提方法在CUB、ORL和HandWritten数据集上的准确率显著超过其他多视图方法。 展开更多

关键词 不完整多视图 度量学习 表示学习 差异性 一致性

在线阅读 下载PDF 职称材料

基于多样性与一致性的单步多视图聚类 被引量：4

4

作者 胡傲然 陈晓红 《计算机工程》 CAS CSCD 北大核心 2024年第5期51-61,共11页

随着数据采集技术的发展,多视图数据变得越来越常见。与单视图数据相比,多视图数据包含更丰富的信息,通常用一致性与多样性来刻画。现有基于图的多视图聚类方法大多只关注视图间的一致性信息,忽视了视图间的多样性信息,并且图的构建与... 随着数据采集技术的发展,多视图数据变得越来越常见。与单视图数据相比,多视图数据包含更丰富的信息,通常用一致性与多样性来刻画。现有基于图的多视图聚类方法大多只关注视图间的一致性信息,忽视了视图间的多样性信息,并且图的构建与聚类过程分离,从而影响聚类算法的效果。提出基于多样性与一致性的单步多视图聚类算法(OMCDC)。基于“距离较近的数据点成为邻居的可能性较大”这一先验知识构建各个视图的相似性图。不同于以往算法直接融合相似性图获得公共图,OMCDC将每个视图的相似性图分解为一致性图和多样性图,通过融合一致性图获得更具一致性的公共图。在此基础上,引入谱旋转,联合优化低维谱嵌入和聚类概率矩阵,将图学习和聚类融为一体,直接获得聚类结果。OMCDC充分利用了多视图数据的一致性信息与多样性信息,结合谱旋转实现了单步多视图聚类。实验结果表明,该算法在100L和HW2数据集上的聚类准确率分别为94.62%和99.30%,相比MVGL、AWP、MCGC等方法具有较优的聚类性能。 展开更多

关键词 多视图学习 多视图聚类 谱聚类 谱旋转 一致性 多样性

在线阅读 下载PDF 职称材料

数学教材螺旋式编排与学习进阶的一致性研究——以人教版“视图”内容为例 被引量：8

5

作者 杨雪 张春莉 王艳芝 《数学教育学报》 CSSCI 北大核心 2023年第6期12-17,共6页

“螺旋式”教材编排符合学生的认知水平和学习心理特征.从学习进阶视角切入,能够更好地评估数学教材“螺旋式”编排的适切性.研究以人教版“视图”内容为例,通过分析空间观念、知识与技能、问题情境3个进阶变量,刻画“视图”概念的学习... “螺旋式”教材编排符合学生的认知水平和学习心理特征.从学习进阶视角切入,能够更好地评估数学教材“螺旋式”编排的适切性.研究以人教版“视图”内容为例,通过分析空间观念、知识与技能、问题情境3个进阶变量,刻画“视图”概念的学习进阶水平,讨论数学教材螺旋式编排与学习进阶之间的关系.结果显示:空间观念方面,所有年级教材与学习进阶的一致性均达到可接受程度,除七年级外,符合螺旋式上升设计原则;知识与技能方面,不同年级所呈现的“视图”类型较为单一,低年级侧重识图,高年级侧重读图;问题情境方面,基本遵循实物、单一几何体、简单组合几何体、复杂组合几何体的变化规律;空间能力、知识与技能、问题情境,两两之间存在显著正相关. 展开更多

关键词 螺旋式编排 学习进阶 数学教材 一致性 视图

在线阅读 下载PDF 职称材料

基于公平感知的缺失多视图聚类 被引量：1

6

作者 江梦平 刘美玲 +2 位作者 王前前 高全学 张向东 《信号处理》 北大核心 2025年第2期241-252,共12页

缺失多视图聚类是一种处理多源数据的方法,它能够在数据中发现一致和互补的信息,并将数据分成不同的簇。这种方法可以有效解决复杂环境下的无监督多源数据分析问题,因此受到了广泛关注。然而,现有的缺失多视图聚类算法存在一些问题。它... 缺失多视图聚类是一种处理多源数据的方法,它能够在数据中发现一致和互补的信息,并将数据分成不同的簇。这种方法可以有效解决复杂环境下的无监督多源数据分析问题,因此受到了广泛关注。然而,现有的缺失多视图聚类算法存在一些问题。它们往往忽视了数据中的一些差异,这些差异源于特殊群体的敏感属性。这会导致算法对这些特殊群体产生偏见,从而引发聚类的不公平问题。此外,经过修复之后的缺失样本,缺乏样本的独特性。针对以上问题,本文提出了一种基于公平感知的缺失多视图聚类方法,以缓解无监督聚类任务对特殊群体的不公平对待,同时解决了多视图数据一致性融合和缺失数据恢复问题。首先分别为每一个视图训练一个自动编解码器,利用信息论对经过编码器得到的多视图嵌入特征进行一致性融合,同时训练一个生成网络以恢复缺失视图数据,在使用嵌入特征进行聚类时,约束各簇中特殊群体的分布,使得各簇中特殊群体分布与整个数据集中的分布接近以保证算法的公平性。实验在3个常用多视图数据集上与最新的5种缺失多视图聚类方法进行了比较,在Bank数据集上缺失率为0.5时,相比于性能第2的方法,标准化互信息(Normalized Mutual Information,NMI)值提高了0.82%,公平值(Balance)提高了3.03%;在Credit Card数据集上缺失率为0时,相比于性能第2的方法,NMI值提高了3.53%,Balance值提高了5.62%。同时也在Credit Card数据集中进行了可视化实验以验证聚类算法的性能和公平性,消融实验证明了提出的多视图一致性融合和缺失视图恢复机制的有效性。本文所提出的方法考虑了缺失多视图场景下无监督聚类算法的公平性问题,在保证算法聚类性能的前提下提高了无监督聚类任务的公平性。 展开更多

关键词 无监督学习 公平性机器学习 缺失多视图聚类 多视图一致性学习 缺失视图恢复 信息论

在线阅读 下载PDF 职称材料

稀疏表示一致性引导的多视图降维算法 被引量：1

7

作者 杨在春 魏巍 +1 位作者 岳琴 王锋 《小型微型计算机系统》 CSCD 北大核心 2023年第8期1637-1643,共7页

现有基于图的多视图降维方法大多将构图和降维两个过程独立执行,因此构图的质量直接决定着降维的效果,然而构图是一个开放性的问题.为了缓解上述困难,提出了一种稀疏表示一致性引导的多视图降维算法(MDR_SRC).首先,通过使不同视图下的... 现有基于图的多视图降维方法大多将构图和降维两个过程独立执行,因此构图的质量直接决定着降维的效果,然而构图是一个开放性的问题.为了缓解上述困难,提出了一种稀疏表示一致性引导的多视图降维算法(MDR_SRC).首先,通过使不同视图下的样本保持公共的稀疏表示,挖掘了视图之间的一致性关系;其次,根据样本对稀疏表示系数的差异性指导构图,利用构建的图指导降维;然后将基于稀疏表示的构图与基于图的降维整合为一个优化问题,使构图与降维过程相互指导,从而实现图质量的动态提升;最后,设计了一种迭代地交替策略求解该优化问题.在4个公开数据集上的实验结果表明文中所提的方法优于现有的代表性多视图降维方法. 展开更多

关键词 稀疏表示 图学习 降维 多视图学习 一致性

在线阅读 下载PDF 职称材料

消除互补性争议的多视图聚类算法 被引量：1

8

作者 赵玉涵 陈松灿 《计算机研究与发展》 北大核心 2025年第5期1216-1225,共10页

多视图聚类旨在利用来自不同视图的异构信息发现底层数据结构,并划分样本所属类别.一致性和互补性是影响多视图聚类性能的2个关键要素.一致性强调不同视图间的语义相似性,互补性则强调每个视图内特有信息的相互补充.目前对一致性研究已... 多视图聚类旨在利用来自不同视图的异构信息发现底层数据结构,并划分样本所属类别.一致性和互补性是影响多视图聚类性能的2个关键要素.一致性强调不同视图间的语义相似性,互补性则强调每个视图内特有信息的相互补充.目前对一致性研究已相对深入,但对互补性研究存在争议,其中一些方法认为一致性和互补性能互助,但仅将二者约束至同一特征空间中实际上造成了二者的冲突.而另一些方法则据此认为应丢弃互补信息,但这又造成信息浪费.直觉上互补性应该存在,贡献在于发现了现有方法没有足够洞悉并触及到互补性的本质,即一致性和互补性并非独立而是相互耦合,结果导致冲突.受此启发,通过解耦实现了2种信息的分离,具体使它们位于不同的特征子空间而非现在的同一特征空间,从而发展出了一种兼顾一致性和互补性的多视图聚类算法,在有效提取出互补信息的同时避免二者冲突.在标准数据集上的对比实验验证了所提算法的有效性. 展开更多

关键词 多视图聚类 一致性和互补性 表示解耦 对比学习 伪标记

在线阅读 下载PDF 职称材料

一致性约束的半监督多视图分类

9

作者 刘宇 孟敏 武继刚 《计算机科学与探索》 CSCD 北大核心 2022年第1期242-252,共11页

由于传统半监督模式下的多视图算法很少考虑到不同视图中数据包含信息的差异性,且忽视了不同视图间存在着空间结构的一致性,算法在含有噪声和异常点的多视图数据中性能较差。尽管有研究者已经提出了半监督多视图方法,但这些方法没有充... 由于传统半监督模式下的多视图算法很少考虑到不同视图中数据包含信息的差异性,且忽视了不同视图间存在着空间结构的一致性,算法在含有噪声和异常点的多视图数据中性能较差。尽管有研究者已经提出了半监督多视图方法,但这些方法没有充分利用样本判别信息以及不同度量学习下的子空间结构信息,从而导致分类结果不理想。针对以上问题,提出了一致性约束的半监督多视图分类算法(SMCC)。首先,基于希尔伯特-施密特独立性准则(HSIC)加强对不同视图之间的一致性约束。然后,通过保留原始数据的空间局部流形结构进行特征投影来降低数据空间维度,并结合F范数约束提高算法的鲁棒性。进一步,对不同视图自适应地赋予相应的权重,降低在不同视图中数据含有不同特征信息与噪声污染的影响。最后,基于线性交替方向乘子法与特征分解方法对模型进行求解。在四个基准数据集上的实验结果表明,提出的算法能够捕获多视图数据中更多的有效判别信息,准确性得到了提高。 展开更多

关键词 多视图 自适应权重 一致性约束 特征投影 半监督学习

在线阅读 下载PDF 职称材料

基于帧间一致性的自监督室内逆渲染

10

作者 张振峰 李亚男 +1 位作者 陈一帆 黄初华 《计算机应用研究》 CSCD 北大核心 2023年第7期2204-2209,共6页

针对目前逆渲染监督学习方法难以获得标签、泛化能力差的问题,提出了一种基于IFC(inter-frame coherence)的自监督训练方法。由于逆渲染问题的不适定性,引入额外的反照率一致性损失和交叉渲染损失强化自监督网络,其主要思想是对连续光... 针对目前逆渲染监督学习方法难以获得标签、泛化能力差的问题,提出了一种基于IFC(inter-frame coherence)的自监督训练方法。由于逆渲染问题的不适定性,引入额外的反照率一致性损失和交叉渲染损失强化自监督网络,其主要思想是对连续光照变化的图像序列执行IFC约束。即通过图像帧之间的位姿图和深度图,在相邻帧之间执行图像投影和扭曲;通过这种方法在相邻帧之间建立约束,并使用孪生训练来确保对光度不变量的一致估计。该方法使用完全卷积神经网络从室内视频序列中恢复几何形状、反射率和光照。自监督网络使用没有标签的连续帧图像集合进行训练,通过结合可微分渲染器,使网络以自监督的方式进行学习。通过与其他主流方法的比较,定量和定性实验结果表明提出方法在多个基准上表现更优。 展开更多

关键词 逆渲染 光照估计 自监督学习 帧间一致性 交叉渲染

在线阅读 下载PDF 职称材料

基于判别稀疏性表示的不完整多视图分类 被引量：3

11

作者 辛利柯 杨琬琪 杨明 《计算机科学与探索》 CSCD 北大核心 2021年第10期1938-1948,共11页

传统多视图学习通常假设样本在每个视图都是完整的,但是由于数据难以获取、设备故障、遮挡等因素,这一假设并不总能成立,而传统的多视图学习方法很难有效处理不完整多视图数据。目前,研究者们已经提出了一些不完整多视图学习的方法,但... 传统多视图学习通常假设样本在每个视图都是完整的,但是由于数据难以获取、设备故障、遮挡等因素,这一假设并不总能成立,而传统的多视图学习方法很难有效处理不完整多视图数据。目前,研究者们已经提出了一些不完整多视图学习的方法,但是这些方法没有充分利用样本类别信息,从而影响恢复后样本的判别性。因此,提出基于判别稀疏性表示的不完整多视图分类方法(IMVC-DSR)。具体地,该方法假设缺失样本可用少量观测样本稀疏线性表示。同时,为了充分利用类别先验信息,增加恢复后样本的判别性,该方法鼓励相同类别样本之间相互表示,降低不同类别样本之间的相互表达。此外,该方法考虑到视图之间的相关关系,引入选择算子选出不同视图的相同样本,并约束相同样本在不同视图的线性表达具有一致性。最后,在公开的五组数据集上验证了所提方法IMVC-DSR的有效性。 展开更多

关键词 多视图学习 不完整多视图学习 稀疏表示 视图一致性

在线阅读 下载PDF 职称材料

半监督深度学习图像分类方法研究综述 被引量：23

12

作者 吕昊远 俞璐 +1 位作者 周星宇 邓祥 《计算机科学与探索》 CSCD 北大核心 2021年第6期1038-1048,共11页

作为人工智能领域近十年来最受关注的技术之一,深度学习在诸多应用中取得了优异的效果,但目前的学习策略严重依赖大量的有标记数据。在许多实际问题中,获得众多有标记的训练数据并不可行,因此加大了模型的训练难度,但容易获得大量无标... 作为人工智能领域近十年来最受关注的技术之一,深度学习在诸多应用中取得了优异的效果,但目前的学习策略严重依赖大量的有标记数据。在许多实际问题中,获得众多有标记的训练数据并不可行,因此加大了模型的训练难度,但容易获得大量无标记的数据。半监督学习充分利用无标记数据,提供了在有限标记数据条件下提高模型性能的解决思路和有效方法,在图像分类任务中达到了很高的识别精准度。首先对于半监督学习进行概述,然后介绍了分类算法中常用的基本思想,重点对近年来基于半监督深度学习框架的图像分类方法,包括多视图训练、一致性正则、多样混合和半监督生成对抗网络进行全面的综述,总结多种方法共有的技术,分析比较不同方法的实验效果差异,最后思考当前存在的问题并展望未来可行的研究方向。 展开更多

关键词 半监督深度学习 多视图训练 一致性正则 多样混合 半监督生成对抗网络

在线阅读 下载PDF 职称材料