面向多示例数据标注的隐变量支持向量机研究-东篱科研大数据发现系统（DRDS）

位置：立项数据库 > 立项详情页

面向多示例数据标注的隐变量支持向量机研究

项目名称：面向多示例数据标注的隐变量支持向量机研究
项目类别：青年科学基金项目
批准号：61202269
申请代码：F020508
项目来源：国家自然科学基金
研究期限：2013-01-01-2015-12-31

项目负责人：温雯
依托单位：广东工业大学
批准年度：2012

中文摘要：

真实世界中的对象往往由多个模式组成，不同模式组合对应着不同的高层语义。正是这种多对多的映射关系造成了语义理解和标注的根本困难。现有的一类有效方法是将语义标注转换成多示例学习问题加以处理。然而，这一方法面临着两个重要科学问题尚未解决:现有技术只考虑模式组合对标注的影响，未考虑模式结构的影响，导致数据中关键信息未能充分利用；现有技术只适用于中小样本集的学习和标注,未解决大规模数据标注问题。以上问题严重制约了该方法的实际成效。为此，课题将开展以下研究:研究模式结构对数据标注的统计学影响,在此基础上探索语义数据的多尺度表达及核构建方法，解决模式结构描述和差异性度量问题；研究隐变量支持向量机模型的自适应求解算法，解决大规模多示例数据标注的近似学习问题。项目旨在揭示模式结构影响数据标注的本质规律，提出针对多示例数据标注关键难题的解决方案，为该方法在图像理解及主题抽取等领域的应用奠定理论基础和技术基础。

中文主题词：多示例学习；模式识别；机器学习；情感分析；文本挖掘

结论摘要：

英文主题词multi-instance learning；pattern recognition；machine learning；sentimental analysis；text mining

成果综合统计