基于隐特征抽取的异构数据分类方法研究

With the rapid development of information society, the data from the real world exhibit characteristics of high-level semantic correlation and underlying features heterogeneity. Based on the judgment that the research of pre-processing, classification and its application for these heterogeneous data has important theoretical significance and economic value, with the reference of achievements in traditional pattern recognition field, the project intends to do research on heterogeneous data classification algorithms which can be applied into different scenarios based on hidden features extraction. The research emphasizes on three fields: semi-supervised learning, transfer learning and multi-task learning. Specifically, 1) the hidden features are extracted from these heterogeneous data to obtain the hidden feature space which can reflect the essential characters of data ; 2) with combination of ensemble learning and active learning, based on the original heterogeneous data, the original feature space and the common hidden feature space, the target data are repeated classified until an efficient pattern classifier is obtained; 3)according to different scenarios, the obtained efficient pattern classifier is input applications from transductive learning and inductive learning. The innovation of the project is with combination of feature pre-processing and traditional pattern classification algorithms to establish a universal classification framework for multi-source heterogeneous data, so as to accommodate the diversification direction of information society.

伴随着信息社会的飞速发展，现实世界中的数据呈现出高层语义相关、底层特征异构的特性；对此异构数据进行处理、分类与应用研究在信息社会具有重大理论意义和经济价值。借鉴传统模式分类领域之研究成果，本项目拟研究可用于不同应用场景的基于隐特征抽取的异构数据分类算法。具体来说从半监督分类、迁移分类和多任务分类三个方向展开重点研究：首先，从异构数据特征角度对数据进行隐特征抽取，得到反映数据本质特征的隐特征空间；其次，和集成学习、主动学习等方法相结合，以原始数据、原始特征空间、隐特征空间为基础对数据进行分类得到高效的模式分类器；最后，将学习得到的模式分类器具体应用到直推式学习和归纳式学习两个场景中。本项目的创新性成果是在对数据特征处理的基础上和传统模式分类方法相结合，创建针对多源异构数据的普适模式分类框架，从而适应信息社会多元化的发展方向。

伴随着信息社会的飞速发展，现实世界中的数据呈现出高层语义相关、底层特征异构的特性；对此异构数据进行处理、分类与应用研究在信息社会具有重大理论意义和经济价值。传统异构数据分类方法在数据的预处理、数据特征的选择方面存在以下问题：1）数据缺失；2）数据噪音及冗余信息的存在；3）个性特征和共性特征无法同时兼顾。针对此问题，本项目的重点研究内容包括：1）建立基于高阶拉普拉斯正则化低秩表示的多模异构数据分类模型；2）建立基于低秩表示和特征融合的多模异构数据分类模型；3）建立基于非负矩阵分解的迁移分类模型及以霍夫圆目标检测算法和多边形逼近算法为基础提出眼动数据特征提取方法。并将相关分类方法用于阿尔茨海默症的诊断、情感识别、抑郁症检测及癫痫症诊断等领域，实验证明了分类方法的有效性。不同于传统异构数据分类方法的研究，本项目的特色之处在于：1）能够避免噪音数据和冗余信息的影响，同时能够自动提取数据特征；2）可以充分考虑多模异构数据间的超关系；3）可以综合利用异构数据的显式和隐式信息。